Quivr - دماغك الثاني، مدعوم بالذكاء الاصطناعي التوليدي

يساعدك Quivr على بناء دماغك الثاني، ويستخدم قوة GeneativeAI ليكون مساعدك الشخصي!

الميزات الرئيسية؟

Opiniated RAG : لقد أنشأنا RAG عنيدًا وسريعًا وفعالًا حتى تتمكن من التركيز على منتجك
LLMs : يعمل Quivr مع أي LLM، ويمكنك استخدامه مع OpenAI، وAnthropic، وMistral، وGemma، وما إلى ذلك.
أي ملف : يعمل Quivr مع أي ملف، ويمكنك استخدامه مع PDF وTXT وMarkdown وما إلى ذلك وحتى إضافة المحلل اللغوي الخاص بك.
تخصيص RAG الخاص بك : يتيح لك Quivr تخصيص RAG الخاص بك، وإضافة البحث على الإنترنت، وإضافة الأدوات، وما إلى ذلك.
التكامل مع Megaparse : يعمل Quivr مع Megaparse، لذا يمكنك استيعاب ملفاتك باستخدام Megaparse واستخدام RAG مع Quivr.

نحن نعتني بـ RAG حتى تتمكن من التركيز على منتجك. ما عليك سوى تثبيت quivr-core وإضافته إلى مشروعك. يمكنك الآن استيعاب ملفاتك وطرح الأسئلة.*

سنقوم بتحسين RAG وإضافة المزيد من الميزات، ترقبوا ذلك!

هذا هو جوهر Quivr، وهو عقل Quivr.com.

ابدء ؟

يمكنك أن تجد كل شيء في الوثائق.

المتطلبات الأساسية؟

تأكد من تثبيت ما يلي:

بايثون 3.10 أو أحدث

30 ثانية التثبيت ؟

الخطوة 1 : تثبيت الحزمة

pip install quivr-core # Check that the installation worked

الخطوة 2 : إنشاء RAG مع 5 أسطر من التعليمات البرمجية

 import tempfile

from quivr_core import Brain

if __name__ == "__main__" :
    with tempfile . NamedTemporaryFile ( mode = "w" , suffix = ".txt" ) as temp_file :
        temp_file . write ( "Gold is a liquid of blue-like colour." )
        temp_file . flush ()

        brain = Brain . from_files (
            name = "test_brain" ,
            file_paths = [ temp_file . name ],
        )

        answer = brain . ask (
            "what is gold? asnwer in french"
        )
        print ( "answer:" , answer )

إعدادات

سير العمل

خرقة أساسية

يعد إنشاء سير عمل RAG أساسيًا مثل المذكور أعلاه أمرًا بسيطًا، وإليك الخطوات:

أضف مفاتيح API الخاصة بك إلى متغيرات البيئة الخاصة بك

 import os
os . environ [ "OPENAI_API_KEY" ] = "myopenai_apikey"

يدعم Quivr واجهات برمجة التطبيقات من Anthropic وOpenAI وMistral. كما أنه يدعم النماذج المحلية باستخدام Ollama.

قم بإنشاء ملف YAML basic_rag_workflow.yaml وانسخ المحتوى التالي فيه

 workflow_config :
  name : " standard RAG "
  nodes :
    - name : " START "
      edges : ["filter_history"]

    - name : " filter_history "
      edges : ["rewrite"]

    - name : " rewrite "
      edges : ["retrieve"]

    - name : " retrieve "
      edges : ["generate_rag"]

    - name : " generate_rag " # the name of the last node, from which we want to stream the answer to the user
      edges : ["END"]

# Maximum number of previous conversation iterations
# to include in the context of the answer
max_history : 10

# Reranker configuration
reranker_config :
  # The reranker supplier to use
  supplier : " cohere "

  # The model to use for the reranker for the given supplier
  model : " rerank-multilingual-v3.0 "

  # Number of chunks returned by the reranker
  top_n : 5

# Configuration for the LLM
llm_config :

  # maximum number of tokens passed to the LLM to generate the answer
  max_input_tokens : 4000

  # temperature for the LLM
  temperature : 0.7

قم بإنشاء دماغ بالتكوين الافتراضي

 from quivr_core import Brain

brain = Brain . from_files ( name = "my smart brain" ,
                        file_paths = [ "./my_first_doc.pdf" , "./my_second_doc.txt" ],
                        )

إطلاق الدردشة

 brain . print_info ()

from rich . console import Console
from rich . panel import Panel
from rich . prompt import Prompt
from quivr_core . config import RetrievalConfig

config_file_name = "./basic_rag_workflow.yaml"

retrieval_config = RetrievalConfig . from_yaml ( config_file_name )

console = Console ()
console . print ( Panel . fit ( "Ask your brain !" , style = "bold magenta" ))

while True :
    # Get user input
    question = Prompt . ask ( "[bold cyan]Question[/bold cyan]" )

    # Check if user wants to exit
    if question . lower () == "exit" :
        console . print ( Panel ( "Goodbye!" , style = "bold yellow" ))
        break

    answer = brain . ask ( question , retrieval_config = retrieval_config )
    # Print the answer with typing effect
    console . print ( f"[bold green]Quivr Assistant[/bold green]: { answer . answer } " )

    console . print ( "-" * console . width )

brain . print_info ()

أنت الآن جاهز للتحدث مع عقلك واختبار استراتيجيات الاسترجاع المختلفة بمجرد تغيير ملف التكوين!

اذهب أبعد من ذلك

يمكنك المضي قدمًا باستخدام Quivr عن طريق إضافة البحث على الإنترنت وإضافة الأدوات وما إلى ذلك. راجع الوثائق للحصول على مزيد من المعلومات.

المساهمين ✨

الشكر موصول لهؤلاء الأشخاص الرائعين:

يساهم ؟

هل حصلت على طلب سحب؟ افتحه وسنقوم بمراجعته في أقرب وقت ممكن. قم بالاطلاع على لوحة المشروع الخاصة بنا هنا لمعرفة ما نركز عليه حاليًا، ولا تتردد في طرح أفكارك الجديدة على الطاولة!