震える
core:
Quivr は、第 2 の脳の構築を支援し、GenerativeAI の力を利用してあなたのパーソナル アシスタントとして機能します。
RAG は当社が担当しますので、お客様は製品に集中できます。 quivr-core をインストールしてプロジェクトに追加するだけです。ファイルを取り込んで質問できるようになりました。*
今後も RAG を改善し、機能を追加していきますので、ご期待ください。
これは Quivr の核心であり、Quivr.com の頭脳です。
すべてはドキュメントに記載されています。
以下がインストールされていることを確認してください。
ステップ 1 : パッケージをインストールする
pip install quivr-core # Check that the installation workedステップ 2 : 5 行のコードで RAG を作成する
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 )
上記のような基本的な RAG ワークフローの作成は簡単です。手順は次のとおりです。
import os
os . environ [ "OPENAI_API_KEY" ] = "myopenai_apikey"Quivr は、Anthropic、OpenAI、Mistral の API をサポートしています。 Ollama を使用したローカル モデルもサポートします。
basic_rag_workflow.yamlを作成し、その中に次の内容をコピーします。 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 from quivr_core import Brain
brain = Brain . from_files ( name = "my smart brain" ,
file_paths = [ "./my_first_doc.pdf" , "./my_second_doc.txt" ],
) 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 ()インターネット検索を追加したり、ツールを追加したりすることで、Quivr をさらに活用できます。詳細については、ドキュメントを確認してください。
これらの素晴らしい人々に感謝します。
プルリクエストを受け取りましたか?開いてください。できるだけ早く確認します。ここのプロジェクトボードをチェックして、私たちが現在重点を置いているものを確認し、あなたの新鮮なアイデアを自由に持ち込んでください。
このプロジェクトはパートナーのサポートなしでは不可能です。ご支援ありがとうございます！
このプロジェクトは Apache 2.0 ライセンスに基づいてライセンスされています - 詳細については LICENSE ファイルを参照してください
