mini rag

迷你抹布

这是用于问答的 RAG 模型的最小实现。

课程

这是一个教育项目，所有代码都通过一组Arabic YouTube 视频进行解释（逐步）。请检查列表：

#	标题	关联	代码
1	关于课程	视频	不适用
2	我们将建造什么	视频	不适用
3	设置您的工具	视频	不适用
4	项目架构	视频	分支
5	欢迎使用 FastAPI	视频	分支
6	嵌套路由 + 环境值	视频	分支
7	上传文件	视频	分支
8	文件处理	视频	分支
9	Docker-MongoDB-电机	视频	分支
10	Mongo方案和模型	视频	分支
11	蒙戈索引	视频	分支
12	数据管道增强功能	视频	分支
13	检查点-1	视频	分支
14	法学硕士工厂	视频	分支
15	矢量数据库工厂	视频	分支
16	语义搜索	视频	分支
17 号	增强答案	视频	分支
18	检查点 1 + 修复问题	视频	分支
19	Ollama本地LLM服务器	视频	分支

要求

• Python 3.8 或更高版本

使用 MiniConda 安装 Python

1. 从这里下载并安装 MiniConda
2. 使用以下命令创建新环境：

$ conda create -n mini-rag python=3.8

3. 激活环境：

$ conda activate mini-rag

（可选）设置命令行界面以获得更好的可读性

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

（可选）使用 Colab + Ngrok 运行 Ollama 本地 LLM 服务器

• 检查笔记本+视频

安装

安装所需的包

$ pip install -r requirements.txt

设置环境变量

$ cp .env.example .env

在.env文件中设置环境变量。就像OPENAI_API_KEY值一样。

运行 Docker Compose 服务

$ cd docker
$ cp .env.example .env

• 使用您的凭据更新.env

$ cd docker
$ sudo docker compose up -d

运行 FastAPI 服务器

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

邮差系列

从 /assets/mini-rag-app.postman_collection.json 下载 POSTMAN 集合