QAnything: локальная система вопросов и ответов для базы знаний с высокоинтегрированными процессами RAG

QAnything Общее представление

QAnything (Question and Answer based on Anything) - это локальная система вопросов и ответов на основе базы знаний, выпущенная компанией NetEase, которая поддерживает всевозможные форматы файлов и баз данных, может быть установлена и использоваться в автономном режиме. Она может работать с документами PDF, Word, PPT, XLS и других форматов, поддерживает межъязыковые вопросы и ответы, обеспечивает поддержку вопросов и ответов с большим объемом данных, отличается высокой производительностью, удобством использования, возможностью работы с несколькими базами знаний и функциями защиты данных.

Система основана на самостоятельно разработанном движке RAG (Retrieval Augmented Generation), обеспечивающем эффективные и точные услуги Q&A. QAnything подходит для различных сценариев, таких как внутренний документооборот, юридические консультации и государственные услуги, чтобы помочь предприятиям повысить эффективность получения информации и принятия решений.

 

QAnything:高度集成RAG处理流程的本地知识库问答系统

Основной интерфейс QAnything

 

QAnything:高度集成RAG处理流程的本地知识库问答系统

Интерфейс чат-бота, созданный QAnything

 

QAnything:高度集成RAG处理流程的本地知识库问答系统

Принцип QAnything

 

QAnything:高度集成RAG处理流程的本地知识库问答系统

Преимущества бесплатного участника QAnything

 

Список функций

  • Поддержка различных форматов файлов: PDF, Word, PPT, Excel, Markdown, TXT, картинки и т.д.
  • Локальное развертывание: для использования не требуется подключение к Интернету, что обеспечивает безопасность данных
  • Эффективный поиск: на основе движка RAG, обеспечивающего высокую точность семантического поиска
  • Гибкий рабочий процесс: автоматизация задач с помощью агентов
  • Создание контента: генерируйте полные конспекты и содержание статей на основе ссылок
  • Настройка сценариев: оптимизация моделей и поиска в соответствии с потребностями бизнеса

 

 

Помощь QAnything

Системные требования: Linux с не менее чем 4 ГБ памяти GPU, для систем Windows требуется подсистема WSL.
Как установить: клонирование через git и запуск скриптов запуска
Как использовать: Q&A может работать через веб-фронтэнд или API-интерфейс
FAQ: ответы на часто задаваемые вопросы
Техническая поддержка: Предоставление поддержки сообщества и консультационных услуг по электронной почте разработчиков

 

Процесс установки

  1. Скачать QAnything: ДоступGitHubСтраница для загрузки последней версии QAnything.
  2. Подготовка к защите окружающей среды: Убедитесь, что Docker и Docker Compose установлены в вашей системе.
  3. Вытаскивание кодовой базы: Выполнить в терминалеgit clone https://github.com/netease-youdao/QAnything.gitКомандуйте.
  4. Перейдите в каталог проекта: Реализацияcd QAnythingПерейдите в корневой каталог проекта.
  5. Начальные услуги: Реализацияdocker-compose up -dчтобы запустить службу QAnything.

Процесс использования

  1. Загрузка файлов: Загружайте файлы для анализа через интерфейс QAnything, который поддерживает форматы PDF, Word, PPT, Excel и многие другие.
  2. Поиск вопросов и ответов: Введите вопрос в поле поиска, и QAnything получит и сгенерирует ответ на основе содержимого загруженного файла.
  3. Посмотреть результаты: Система отображает соответствующие ответы и ссылки, на которые пользователь может нажать, чтобы просмотреть подробности.
  4. Создание контента: Пользователи могут выбирать между конспектами и статьями, а система будет автоматически генерировать контент на основе ссылок.

Функции

  • Загрузка файловНажмите кнопку "Загрузить файлы", чтобы выбрать файлы для анализа, поддерживая пакетную загрузку.
  • Поиск информации о проблемах: Введите вопрос в поле поиска, нажмите кнопку "Поиск", и система отобразит соответствующий ответ.
  • Ответить Посмотреть: Нажмите на карточки с ответами, чтобы получить подробные ответы и ссылки.
  • Создание контента: В модуле генерации контента введите ключевые слова или ссылки, нажмите кнопку "Генерировать", и система автоматически сгенерирует набросок или статью.

 

 

Основные навыки QAnything

 

Одноэтапное извлечение (встраивание)

 

Название моделиПоискСТСКлассификация парКлассификацияРерайтингКластеризацияв среднем
bge-base-en-v1.537.1455.0675.4559.7343.0537.7447.20
bge-base-zh-v1.547.6063.7277.4063.3854.8532.5653.60
bge-large-en-v1.537.1554.0975.0059.2442.6837.3246.82
bge-large-zh-v1.547.5464.7379.1464.1955.8833.2654.21
jina-embeddings-v2-base-en31.5854.2874.8458.4241.1634.6744.29
m3e-основа46.2963.9371.8464.0852.3837.8453.54
m3e-большой34.8559.7467.6960.0748.9931.6246.78
bce-embedding-base_v157.6065.7374.9669.0057.2938.9559.43

Поиск на втором этапе (rerank)

 

Название моделиРерайтингв среднем
bge-reranker-base57.7857.78
bge-reranker-large59.6959.69
bce-reranker-base_v160.0660.06

 

 

Сценарии применения QAnything

  • Кросс-лингвистический: несколько англоязычных докладов в форме вопросов и ответов
  • Извлечение информации
  • Солянка документов
  • Вопросы и ответы в Интернете
© заявление об авторских правах

Похожие статьи

Нет комментариев

Вы должны войти в систему, чтобы участвовать в комментариях!
Войти сейчас
нет
Нет комментариев...