mini rag

ミニラグ

これは、質問応答のための RAG モデルの最小限の実装です。

コース

これは、 Arabic YouTube ビデオを使用してすべてのコードを (段階的に) 説明する教育プロジェクトです。リストを確認してください:

#	タイトル	リンク	コード
1	コースについて	ビデオ	NA
2	私たちは何を構築しますか？	ビデオ	NA
3	ツールをセットアップする	ビデオ	NA
4	プロジェクトのアーキテクチャ	ビデオ	支店
5	FastAPI へようこそ	ビデオ	支店
6	ネストされたルート + 環境値	ビデオ	支店
7	ファイルのアップロード	ビデオ	支店
8	ファイル処理	ビデオ	支店
9	Docker - MongoDB - モーター	ビデオ	支店
10	Mongo のスキームとモデル	ビデオ	支店
11	Mongo インデックス作成	ビデオ	支店
12	データパイプラインの強化	ビデオ	支店
13	チェックポイント-1	ビデオ	支店
14	LLM工場	ビデオ	支店
15	ベクター DB ファクトリー	ビデオ	支店
16	セマンティック検索	ビデオ	支店
17	拡張された回答	ビデオ	支店
18	チェックポイント 1 + 問題の修正	ビデオ	支店
19	オラマ ローカル LLM サーバー	ビデオ	支店

要件

• Python 3.8以降

MiniCondaを使用してPythonをインストールする

1. ここから MiniConda をダウンロードしてインストールします
2. 次のコマンドを使用して新しい環境を作成します。

$ conda create -n mini-rag python=3.8

3. 環境をアクティブ化します。

$ conda activate mini-rag

(オプション) 読みやすくするためにコマンド ライン インターフェイスをセットアップします。

 export PS1= " [33[01;32m]u@h:wn[33[00m] $ "

(オプション) Colab + Ngrok を使用して Ollama ローカル LLM サーバーを実行する

• ノートとビデオを確認する

インストール

必要なパッケージをインストールする

$ pip install -r requirements.txt

環境変数を設定する

$ cp .env.example .env

.envファイルに環境変数を設定します。 OPENAI_API_KEY値と同様です。

Docker Compose サービスを実行する

$ cd docker
$ cp .env.example .env

• 資格情報で.env更新します

$ cd docker
$ sudo docker compose up -d

FastAPI サーバーを実行する

$ uvicorn main:app --reload --host 0.0.0.0 --port 5000

ポストマン コレクション

/assets/mini-rag-app.postman_collection.json から POSTMAN コレクションをダウンロードします。