Trieve：提供搜索、推荐和分析的全方位RAG云基础设施

综合介绍

Trieve 是由 Devflow, Inc. 开发的全方位基础设施，专为搜索、推荐、RAG（检索增强生成）和分析而设计。该平台通过 API 提供服务，支持自托管，适用于 AWS、GCP、Kubernetes 和 Docker Compose 等环境。Trieve 集成了 OpenAI 和 Jina 的嵌入模型，提供语义向量搜索，并支持错别字容忍的全文本/神经搜索。其推荐系统能够根据用户行为提供个性化内容推荐，增强用户体验。Trieve 还支持多种过滤和分组功能，确保搜索结果的准确性和相关性。

开源PDF转Markdown（PDF2MD）：https://github.com/devflowinc/trieve/tree/main/pdf2md

功能列表

• 自托管：支持在 VPC 或本地环境中自托管，提供详细的自托管指南。
• 语义向量搜索：集成 OpenAI 或 Jina 嵌入模型，提供高质量的语义向量搜索。
• 错别字容忍搜索：使用 naver/efficient-splade-VI-BT-large-query 模型，提供错别字容忍的神经稀疏向量搜索。
• 子句高亮：在搜索结果中高亮显示匹配的词或句子，提升用户体验。
• 推荐系统：根据用户行为（如收藏、书签、点赞）提供个性化推荐。
• RAG API 路由：集成 OpenRouter，提供多种 LLM 访问选项，支持主题记忆管理。
• 混合搜索：使用 BAAI/bge-reranker-large 进行重排序优化，提供最佳搜索结果。
• 新鲜度偏向：根据最新内容进行搜索结果偏向，防止结果陈旧。
• 可调商品化：根据点击、加入购物车或引用等信号调整相关性。
• 多种过滤：支持日期范围、子字符串匹配、标签、数值等多种过滤类型。
• 分组功能：支持将多个块标记为同一文件的一部分，确保顶级结果不重复出现。

使用帮助

安装流程

1. 准备环境：确保安装了必要的软件包，如 curl、gcc、g++、make、pkg-config、python3、libpq-dev、libssl-dev 等。
2. 安装 NodeJS 和 Yarn：使用 NVM 安装 NodeJS LTS 版本，并全局安装 Yarn。
3. 设置环境变量：复制 .env 文件到相应目录，并添加 OpenAI API 密钥。
4. 启动 Docker 服务：使用 docker-compose 启动所需的容器服务。
5. 本地开发：使用 tmuxp 或终端标签管理本地开发服务，启动各个模块。

使用指南

1. 创建账户：访问本地服务器，创建账户并上传测试数据集。
2. 搜索数据集：使用本地服务器进行数据集搜索，验证设置是否正常工作。
3. 调试和支持：如遇到问题，可通过 Discord 获取支持，或使用 diesel::debugquery(&query).tostring() 调试 SQL 查询。

主要功能操作流程

1. 语义向量搜索：上传数据后，系统会自动进行向量化处理，用户可以通过 API 进行语义搜索。
2. 推荐系统：根据用户行为数据，系统会自动生成推荐内容，用户可以通过 API 获取推荐结果。
3. RAG API 路由：用户可以选择不同的 LLM 进行 RAG 操作，系统会根据主题记忆管理提供最佳结果。
4. 混合搜索：使用混合搜索功能，系统会自动进行重排序优化，提供最相关的搜索结果。
5. 过滤和分组：用户可以根据需要设置不同的过滤条件和分组方式，确保搜索结果的准确性和相关性。

通过以上详细的安装和使用指南，用户可以轻松上手 Trieve 的各项功能，充分利用其强大的搜索、推荐和分析能力。

普通人的AI入门指南

帮助你以低成本、零基础学会如何利用AI工具。AI就像办公软件一样，是每个人的必备技能。 掌握AI会让你在求职中占据优势，在未来的工作和学习中事半功倍。

查看详情>