RLAMA: RAG-система для интеллектуального опроса локальных документов, управляемая из командной строки

Общее введение

RLAMA - это система RAG (Retrieval Augmentation Generation) для анализа документов, разработанная компанией DonTizi и размещенная на GitHub, основной особенностью которой является функциональность через операции командной строки. Пользователи могут подключаться к локальным Оллама модель, которая быстро индексирует документы в папках в интерактивную базу знаний с интеллектуальными вопросами и ответами. Будь то файл кода, технический или офисный документ, RLAMA справится с этой задачей и будет работать полностью локально, избавляя от необходимости пользоваться облачными сервисами и обеспечивая конфиденциальность данных. Благодаря поддержке множества форматов файлов и простой установке RLAMA является мощным выбором для локализованного управления документами, особенно для разработчиков и энтузиастов технологий, привыкших к работе с командной строкой.

Список функций

• Создание системы RAG в командной строке: Создание базы знаний интеллектуальных тестов путем индексирования документов папок с командами.
• Вопросы и ответы по взаимодействию с командной строкой: Используйте терминальную сессию для запроса существующих RAG Содержимое документа в системе.
• Системное администрирование RAG: Легко поддерживать базу знаний, перечисляя и удаляя системы RAG с помощью команд.
• Интеграция локальных моделей: Бесшовное подключение к локальным моделям Ollama с сохранением полной локализации.
• Управление версиями и обновлениями: Используйте команду для проверки версии или обновления системы до последней версии.
• Поддержка нескольких форматов: Совместимость с широким спектром форматов, включая текст, код и офисные документы.
• Деинсталляция из командной строки: Предоставляет инструменты и данные по очистке команд.

Использование помощи

Процесс установки

RLAMA - это реализация командной строки Document Intelligence Quiz для macOS, Linux и Windows, в которой подробно описаны следующие шаги:

1. предварительные условия

• Установите Ollama: Модель Ollama должна быть запущена локально. Посетите веб-сайт Ollama для загрузки и установки, запустите программу ollama run llama3(или другие модели), чтобы подтвердить наличие, адрес по умолчанию http://localhost:11434.
• сетевое подключение: Для установки требуется подключение к Интернету для загрузки скриптов и зависимостей.
• Необязательные зависимости: Чтобы поддерживать больше форматов (например, .pdf, .docx), рекомендуется запустить программу install_deps.sh Инструменты для установки (например. pdftotext).

2. Установка с помощью сценария командной строки (рекомендуется)

Введите его в терминал:

curl -fsSL https://raw.githubusercontent.com/dontizi/rlama/main/install.sh | sh

• Сценарий автоматически завершает загрузку и настройку, а по окончании запускает программу rlama --version Проверьте версию (например. v0.1.0) Подтверждение успеха.

3. Ручная установка исходного кода (опционально)

Если требуется индивидуальная настройка:

• Хранилище клонирования:

  git clone https://github.com/DonTizi/rlama.git  
  cd rlama
  

• Скомпилируйте и установите (требуется среда Go):

  go build  
  go install
  

• Переместите исполняемый файл в PATH (например. /usr/local/bin), запустить rlama --help Валидация.

4. Проверка установки

Бег:

rlama --help

Отображение списка команд считается успешным.

Основные функции

Создание системы RAG из командной строки

Преобразуйте документы в интеллектуальную базу знаний для викторины. Например, папка ./docs охватывать readme.md ответить пением guide.pdf::

1. Убедитесь, что модель Ollama работает (например. ollama run llama3).
2. Введите команду:

   rlama rag llama3 mydocs ./docs
   

   • llama3: Название модели.
   • mydocs: имя системы RAG.
   • ./docs: Путь к документу.
3. Пример вывода:

   Indexing documents in ./docs...  
   Processed: readme.md  
   Processed: guide.pdf  
   RAG system "mydocs" created successfully!
   

Интерактивные вопросы и ответы через командную строку

Узнайте о существующих системах RAG:

1. Начните сеанс:

   rlama run mydocs
   

2. Введите вопрос:

   如何安装 rlama？
   

3. Получите ответы:

   可通过终端运行 `curl -fsSL https://raw.githubusercontent.com/dontizi/rlama/main/install.sh | sh` 安装。
   

4. импорт exit Выход.

Управление системой RAG

• Система листинга::

  rlama list
  

  Образец вывода:

  Available RAG systems:  
  - mydocs
  

• Удаление системы::

  rlama delete mydocs
  

  или пропустить подтверждение:

  rlama delete mydocs --force
  

Версии и обновления

• Проверьте версию::

  rlama --version
  

  возможно rlama -vНа дисплее отображается следующая информация v0.1.0.

• Обновление системы::

  rlama update
  

  (ботаника) кока (заимствованное слово) --force Обязательные обновления.

Деинсталляция системы

• Инструменты для удаления::

  rlama uninstall
  

• Очистка данных: Данные хранятся в ~/.rlamaБег:

  rm -rf ~/.rlama
  

Основные функции

1. Операции командной строки

Все функции rlama реализованы через командную строку, что просто и эффективно. Например, командная строка rlama rag mistral docs ./project Мгновенно индексирует целые папки, подходит для пользователей, владеющих командной строкой.

2. Поддержка многоформатных документов

Поддерживаются различные типы файлов:

• Текст:.txt, и.md, и.html, и.json, и.csv и т.д.
• Код:.go, и.py, и.js, и.java, и.cpp и т.д.
• Документация:.pdf, и.docx, и.pptx, и.xlsx и т.д.
  быть в движении ./scripts/install_deps.sh Расширенная поддержка. Пример:

rlama rag gemma code-docs ./src

3. локализованная работа

Данные обрабатываются локально, без необходимости использования "облака", подходят для конфиденциальных документов. Например, индексирование конфиденциальных документов компании:

rlama rag llama3 contracts ./legal

Советы и устранение неполадок

• Точное командование: Введите полный параметр, например. rlama run mydocs а не сокращением, чтобы обеспечить точность.
• Проблема Олламы: Если соединение не удается, проверьте http://localhost:11434Бег ollama ps Просмотр статуса.
• Поддержка форматов: Если извлечение не удалось, выполните install_deps.sh Установите зависимость.
• Плохой ответ: Убедитесь, что документ проиндексирован, и попробуйте уточнить проблему.
• обращение (за помощью): Проблемы могут быть представлены на GitHub Issues с командами и версиями.

С помощью вышеперечисленных команд пользователи смогут быстро освоить rlama, управлять локальными документами и реализовывать интеллектуальные вопросы и ответы.