Haystack은 LLM, Transformer 모델, 벡터 검색 등을 기반으로 하는 애플리케이션을 구축할 수 있는 엔드투엔드 LLM 프레임워크입니다. 검색 증강 생성(RAG), 문서 검색, 질문 답변 또는 답변 생성을 수행하려는 경우 Haystack은 최첨단 임베딩 모델 및 LLM을 파이프라인으로 조율하여 엔드 투 엔드 NLP 애플리케이션을 구축하고 문제를 해결할 수 있습니다. 사용 사례.
Haystack을 얻는 가장 간단한 방법은 pip를 이용하는 것입니다:
pip install haystack-ai
최신 기능을 사용해 보려면 main
브랜치에서 설치하세요.
pip install git+https://github.com/deepset-ai/haystack.git@main
Haystack은 Docker 이미지를 포함한 다양한 설치 방법을 지원합니다. 포괄적인 가이드는 설명서를 참조하세요.
프로젝트가 처음이라면 "HayStack이 무엇인가요?"를 확인하세요. 그런 다음 "시작 가이드"를 살펴보고 몇 분 안에 첫 번째 LLM 애플리케이션을 구축하세요. 튜토리얼을 통해 계속 학습하세요. 고급 사용 사례를 원하거나 영감을 얻으려면 요리책에서 Haystack 레시피를 찾아보세요.
언제든지 문서를 방문하여 Haystack에 대해 자세히 알아보고 Haystack이 귀하와 그 뒤에 있는 기술을 위해 무엇을 할 수 있는지 알아보십시오.
중요한
현재 Haystack 2.0의 Readme를 보고 계십니다 . 우리는 모든 사람이 2.0으로 마이그레이션할 수 있는 충분한 시간을 제공하기 위해 여전히 Haystack 1.x를 유지 관리하고 있습니다. 여기에서 Haystack 1.x로 전환하세요.
Haystack으로 할 수 있는 작업의 몇 가지 예:
팁
Haystack의 이점을 누릴 수 있는 관리형 솔루션을 찾고 계십니까? deepset Cloud는 LLM 파이프라인 아키텍처에 Haystack을 사용하여 LLM을 데이터와 통합하는 완전 관리형 엔드 투 엔드 플랫폼입니다.
deepset Studio를 사용하여 Haystack 파이프라인 아키텍처를 YAML 또는 Python 코드로 시각적으로 생성하고 내보낼 수 있습니다. 자세한 내용은 공지 게시물에서 알아보세요.
대기자 명단에 등록하세요!
Haystack은 파이프라인 구성요소의 익명 사용 통계를 수집합니다. 이러한 구성 요소가 초기화될 때마다 이벤트를 받습니다. 이런 식으로 우리는 어떤 구성 요소가 우리 커뮤니티에 가장 관련이 있는지 알 수 있습니다.
Haystack의 원격 측정 또는 Haystack 문서에서 옵트아웃하는 방법에 대해 자세히 알아보세요.
기능 요청이나 버그 보고서가 있는 경우 Github에서 자유롭게 문제를 공개하세요. 정기적으로 이를 확인하고 있으며, 빠른 답변을 받으실 수 있습니다. 특정 주제에 대해 토론하고 싶거나 Haystack을 프로젝트에 적용하는 방법에 대한 보다 일반적인 조언을 얻고 싶다면 Github 토론 또는 Discord 채널에서 스레드를 시작할 수 있습니다. 우리도 확인 ? (트위터) 및 스택 오버플로.
우리는 오타를 빠르게 수정하거나 완전히 새로운 기능 등 커뮤니티의 기여에 매우 열려 있습니다! 의미 있는 개선을 제공하기 위해 Haystack 전문가가 될 필요는 없습니다. 시작하는 방법을 알아보려면 먼저 기여자 지침을 확인하세요.
Haystack에 기여할 수 있는 방법에는 여러 가지가 있습니다:
팁
기여할 수 있는 문제의 전체 목록을 확인하세요.
Haystack을 사용하는 프로젝트 및 회사 목록은 다음과 같습니다. 당신의 것을 추가하고 싶습니까? PR을 열고 목록에 추가하여 Haystack을 사용하고 있다는 사실을 전 세계에 알리세요!