RAGXLangchainJS

RAGxLangChainJS

Bei diesem Projekt handelt es sich um eine JavaScript-basierte Implementierung unter Verwendung der innovativen Retrieval-Augmented Generation (RAG)-Architektur durch LangChainJS. Dieses System kombiniert effektiv einen Dokumentenabrufer und einen Antwortgenerator, um komplexe Abfragen mit hoher Genauigkeit zu bearbeiten. Die „Retriever“-Komponente fungiert wie ein Präzisionssuchwerkzeug innerhalb eines Dokumentenkorpus und extrahiert die relevantesten Informationen basierend auf Benutzeranfragen. Nach dem Abruf synthetisiert der „Generator“ diese Informationen zu kohärenten und kontextrelevanten Antworten. Dieser Zwei-Komponenten-Ansatz eignet sich ideal für Aufgaben, die eine umfassende Inhaltssynthese und -verständnis erfordern, wie z. B. die Erstellung detaillierter Zusammenfassungen oder die Beantwortung vielfältiger Fragen aus einer Vielzahl von Dokumentquellen. Diese Anwendung verarbeitet problemlos zahlreiche Dokumente und komplexe Abfragen und ist damit ein wertvolles Werkzeug für Forscher, Inhaltsersteller und Datenanalysten.

video.mp4

Merkmale

• Dynamischer Textabruf : Ruft Textdaten basierend auf der Abfragerelevanz effizient aus einem Dokumentenpool ab.
• Erweiterte Textverarbeitung : Verwendet fortschrittliche NLP-Techniken zur Textanalyse, Segmentierung und Einbettung.
• Kontextbezogene Antwortgenerierung : Erzeugt kontextbezogene Antworten und gewährleistet so eine hohe Relevanz und Genauigkeit.

Voraussetzungen

• Das Projekt verwendet Ollama mit LangChainJS. Stellen Sie daher sicher, dass Sie Ollama installiert haben. Nach der Installation ausführen

   $ ollama pull gemma:2b-instruct-q5_0
  $ ollama pull nomic-embed-text
  

  in Powershell.

• Das Projekt verwendet auch ChromaDB als Datenbank für die Vektorspeicherung. Laden Sie daher Docker von https://www.docker.com/ herunter, installieren Sie es und führen Sie es aus

   $ docker pull chromadb/chroma
  $ docker run -p 8000:8000 chromadb/chroma
  

  in Powershell, um ein ChromaDB-Image abzurufen und einen ChromaDB-Container zu initiieren. Die Einbettungen werden erstellt und im chromaDB-Container gespeichert, der in Docker erstellt wird.

Installation

• Klonen Sie das Repository mit git clone .

• Gehen Sie nach dem Klonen in das Stammverzeichnis und führen Sie npm install im Terminal aus, um die Pakete zu installieren.

• Nachdem die Pakete erfolgreich installiert wurden, führen Sie npm start im Terminal aus. Beim ersten Mal erhalten Sie eine Fehlermeldung. Führen Sie dann npm start erneut aus, damit der Code funktioniert.

Mitwirken

Beiträge zum Projekt sind willkommen! Bitte erstellen Sie Pull-Anfragen oder senden Sie Probleme, um Änderungen am Repository vorzuschlagen oder Fehler zu melden.

Lizenz

Dieses Projekt ist unter der MIT-Lizenz lizenziert – Einzelheiten finden Sie in der LIZENZ-Datei.