mini rag

미니 걸레

이는 질문 답변을 위한 RAG 모델의 최소 구현입니다.

코스

이것은 Arabic 유튜브 비디오 세트를 통해 (단계적으로) 모든 코드를 설명하는 교육 프로젝트입니다. 목록을 확인하세요:

#	제목	링크	코드
1	코스 소개	동영상	해당 없음
2	우리는 무엇을 만들 것인가?	동영상	해당 없음
3	도구 설정하기	동영상	해당 없음
4	프로젝트 아키텍처	동영상	나뭇가지
5	FastAPI에 오신 것을 환영합니다.	동영상	나뭇가지
6	중첩 경로 + 환경 값	동영상	나뭇가지
7	파일 업로드	동영상	나뭇가지
8	파일 처리	동영상	나뭇가지
9	도커 - MongoDB - 모터	동영상	나뭇가지
10	몽고 계획 및 모델	동영상	나뭇가지
11	몽고 인덱싱	동영상	나뭇가지
12	데이터 파이프라인 개선 사항	동영상	나뭇가지
13	체크포인트-1	동영상	나뭇가지
14	LLM 공장	동영상	나뭇가지
15	벡터 DB 공장	동영상	나뭇가지
16	의미 검색	동영상	나뭇가지
17	증강 답변	동영상	나뭇가지
18	체크포인트-1 + 문제 수정	동영상	나뭇가지
19	Ollama 로컬 LLM 서버	동영상	나뭇가지

요구사항

• 파이썬 3.8 이상

MiniConda를 사용하여 Python 설치

1. 여기에서 MiniConda를 다운로드하여 설치하세요.
2. 다음 명령을 사용하여 새 환경을 만듭니다.

$ conda create -n mini-rag python=3.8

3. 환경을 활성화합니다:

$ conda activate mini-rag

(선택 사항) 더 나은 가독성을 위해 명령줄 인터페이스를 설정합니다.

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

(선택 사항) Colab + Ngrok를 사용하여 Ollama 로컬 LLM 서버 실행

• 노트북 + 영상 확인

설치

필수 패키지 설치

$ pip install -r requirements.txt

환경 변수 설정

$ cp .env.example .env

.env 파일에서 환경 변수를 설정합니다. OPENAI_API_KEY 값과 같습니다.

Docker Compose 서비스 실행

$ cd docker
$ cp .env.example .env

• 자격 증명으로 .env 업데이트하세요.

$ cd docker
$ sudo docker compose up -d

FastAPI 서버 실행

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

포스트맨 컬렉션

/assets/mini-rag-app.postman_collection.json에서 POSTMAN 컬렉션을 다운로드하세요.