HyperAI超神经

RAGFlow は、ドキュメントの詳細な理解に基づいたオープンソースの RAG (検索拡張生成) エンジンです。 LLM と統合すると、さまざまな複雑な形式のデータからの信頼できる参照に裏付けられた、真の質疑応答機能が提供されます。

本教程采用算力资源为「双卡 RTX 6000」，具体包含以下内容：

一、启动 RAGFlow 服务器（见 README.md 文件）
二、创建一个知识库（见 Knowledge.md 文件）
三、根据您的知识库建立 AI 聊天（见 Chat.md 文件）
四、开启第一个 Agent（见 Agent.md 文件）
五、交流探讨

1. RAGFlowサーバーを起動する

このチュートリアルではRAGFlowサービスを設定しました。ご自身でデプロイする必要はありません。コンテナを起動したら、APIアドレスを直接クリックしてアクセスできます。

注意：模型文件较大，稍等容器启动 5-6 分钟后访问，否则将显示「Bad Gataway」！

ログイン情報は次のとおりです。

👤 ユーザー名:admin@123.com
🔑 パスワード:123456

—

2. ナレッジベースを作成する

このステップでは、RAGFlowのナレッジベースにファイルをアップロードし、データセットに解析できます。このチュートリアルのテストを容易にするために、エージェントとチャットのチュートリアルに対応するナレッジベースが事前に設定されています。ユーザーはデフォルトの設定をそのまま使用することも、以下の手順に従ってナレッジベースをアップロードしてカスタマイズすることもできます。

📖 もっと詳しく知る
クリックここ完全なハウツーガイドをご覧ください。

3. 知識ベースに基づいたAIチャットを構築する

RAGFlowにおける会話は、1つまたは複数の特定の知識ベースに基づいています。知識ベースが作成され、ファイルの解析が完了すると、AIによる会話を開始できます。

📖 もっと詳しく知る
クリック👉 ここ完全なハウツーガイドをご覧ください。

4. 最初のエージェントを起動する

プロキシと RAG は、ビジネスアプリケーションにおいて互いの機能を強化する補完的なテクノロジーです。RAGFlow v0.8.0 ではプロキシメカニズムが導入され、さまざまなプロキシを構成することでユーザーのニーズをより適切に満たすことができます。

📖 もっと詳しく知る
クリック👉 ここ完全なハウツーガイドをご覧ください。

5. 議論

🖌️ 高品質のプロジェクトを見つけたら、メッセージを残してバックグラウンドで推奨してください。さらに、チュートリアル交換グループも設立しました。お友達はコードをスキャンして [SD チュートリアル] に参加し、さまざまな技術的な問題について話し合ったり、アプリケーションの効果を共有したりできます。