mini rag
v1
Esta é uma implementação mínima do modelo RAG para resposta a perguntas.
Este é um projeto educacional onde todos os códigos foram explicados (passo a passo) através de um conjunto de vídeos Arabic
do youtube. Por favor, verifique a lista:
# | Título | Link | Códigos |
---|---|---|---|
1 | Sobre o Curso | Vídeo | N / D |
2 | O que construiremos? | Vídeo | N / D |
3 | Configure suas ferramentas | Vídeo | N / D |
4 | Arquitetura de Projeto | Vídeo | filial |
5 | Bem-vindo ao FastAPI | Vídeo | filial |
6 | Rotas aninhadas + valores ambientais | Vídeo | filial |
7 | Carregando um arquivo | Vídeo | filial |
8 | Processamento de arquivos | Vídeo | filial |
9 | Docker - MongoDB - Motor | Vídeo | filial |
10 | Esquemas e modelos Mongo | Vídeo | filial |
11 | Indexação Mongo | Vídeo | filial |
12 | Aprimoramentos no pipeline de dados | Vídeo | filial |
13 | Ponto de verificação-1 | Vídeo | filial |
14 | Fábrica LLM | Vídeo | filial |
15 | Fábrica de banco de dados vetorial | Vídeo | filial |
16 | Pesquisa Semântica | Vídeo | filial |
17 | Respostas Aumentadas | Vídeo | filial |
18 | Ponto de verificação 1 + correção de problemas | Vídeo | filial |
19 | Servidor LLM local Ollama | Vídeo | filial |
$ 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
Defina suas variáveis de ambiente no arquivo .env
. Como o valor OPENAI_API_KEY
.
$ cd docker
$ cp .env.example .env
.env
com suas credenciais $ cd docker
$ sudo docker compose up -d
$ uvicorn main:app --reload --host 0.0.0.0 --port 5000
Baixe a coleção POSTMAN em /assets/mini-rag-app.postman_collection.json