HyperAI超神经

RAGFlow는 심층적인 문서 이해를 기반으로 하는 오픈 소스 RAG(Retrieval-Augmented Generation) 엔진입니다. LLM과 통합하면 다양한 복잡한 형식의 데이터에서 얻은 신뢰할 수 있는 참조 자료를 바탕으로 진정한 질의응답 기능을 제공합니다.

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 서버를 시작합니다.

이 튜토리얼에서는 RAGFlow 서비스를 구성했습니다. 직접 배포할 필요는 없습니다. 컨테이너를 시작한 후 API 주소를 직접 클릭하여 액세스할 수 있습니다.

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」！

로그인 정보는 다음과 같습니다.

👤 사용자 이름:admin@123.com
🔑 비밀번호:123456

—

2. 지식 기반을 만드세요

이 단계에서는 RAGFlow의 지식 베이스에 파일을 업로드하고 데이터 세트로 파싱할 수 있습니다. 이 튜토리얼의 테스트를 용이하게 하기 위해, 에이전트 및 채팅 튜토리얼에 맞는 지식 베이스가 미리 구성되어 있습니다. 사용자는 기본 구성을 그대로 사용하거나 다음 절차에 따라 지식 베이스를 업로드하고 사용자 지정할 수 있습니다.

📖 더 알아보기
딸깍 하는 소리여기전체 사용 방법 가이드를 확인하세요.

3. 지식베이스 기반 AI 채팅 구축

RAGFlow의 대화는 하나 이상의 특정 지식 기반을 기반으로 합니다. 지식 기반이 생성되고 파일 분석이 완료되면 AI 대화를 시작할 수 있습니다.

📖 더 알아보기
클릭👉 여기전체 사용 방법 가이드를 확인하세요.

4. 첫 번째 에이전트를 시작합니다.

프록시와 RAG는 비즈니스 애플리케이션에서 서로를 강화하는 보완적인 기술입니다. **RAGFlow v0.8.0은 다양한 프록시를 구성하여 사용자 요구 사항을 더 잘 충족할 수 있는 프록시 메커니즘을 도입했습니다.**

📖 더 알아보기
클릭👉 여기전체 사용 방법 가이드를 확인하세요.

5. 토론

🖌️ 고품질 프로젝트를 발견하시면, 백그라운드에 메시지를 남겨 추천해주세요! 또한, 튜토리얼 교환 그룹도 만들었습니다. 친구들의 QR코드 스캔과 [SD 튜토리얼] 댓글을 통해 그룹에 가입하여 다양한 기술 이슈에 대해 논의하고 신청 결과를 공유해 주시기 바랍니다.↓