mini rag
v1
Il s'agit d'une implémentation minimale du modèle RAG pour la réponse aux questions.
Il s'agit d'un projet éducatif où tous les codes ont été expliqués (étape par étape) via une série de vidéos YouTube Arabic . Veuillez consulter la liste :
| # | Titre | Lien | Codes |
|---|---|---|---|
| 1 | À propos du cours ماذا ولمـــاذا | Vidéo | N / A |
| 2 | Que allons-nous construire ماذا سنبنى في المشروع | Vidéo | N / A |
| 3 | Configurez vos outils | Vidéo | N / A |
| 4 | Architecture du projet | Vidéo | bifurquer |
| 5 | Bienvenue sur FastAPI | Vidéo | bifurquer |
| 6 | Routes imbriquées + valeurs d'environnement | Vidéo | bifurquer |
| 7 | Télécharger un fichier | Vidéo | bifurquer |
| 8 | Traitement des fichiers | Vidéo | bifurquer |
| 9 | Docker - MongoDB - Moteur | Vidéo | bifurquer |
| 10 | Schémas et modèles Mongo | Vidéo | bifurquer |
| 11 | Indexation Mongo | Vidéo | bifurquer |
| 12 | Améliorations du pipeline de données | Vidéo | bifurquer |
| 13 | Point de contrôle-1 | Vidéo | bifurquer |
| 14 | Usine LLM | Vidéo | bifurquer |
| 15 | Usine de bases de données vectorielles | Vidéo | bifurquer |
| 16 | Recherche sémantique | Vidéo | bifurquer |
| 17 | Réponses augmentées | Vidéo | bifurquer |
| 18 | Checkpoint-1 + Résoudre les problèmes | Vidéo | bifurquer |
| 19 | Serveur LLM local Ollama | Vidéo | bifurquer |
$ conda create -n mini-rag python=3.8$ conda activate mini-rag export PS1= " [ 33[01;32m]u@h:wn[ 33[00m] $ "$ pip install -r requirements.txt$ cp .env.example .env Définissez vos variables d'environnement dans le fichier .env . Comme la valeur OPENAI_API_KEY .
$ cd docker
$ cp .env.example .env.env avec vos informations d'identification $ cd docker
$ sudo docker compose up -d$ uvicorn main:app --reload --host 0.0.0.0 --port 5000Téléchargez la collection POSTMAN depuis /assets/mini-rag-app.postman_collection.json
