APPLICATION 用Scikit-learn文档构建RAG 你可能会认为这只是另一篇关于如何“简单”构建检索增强生成(RAG)系统的博客文章。希望不是这样:我们在这里提供了一个不同的视角,特别关注用户面临的问题,而不是仅仅聚焦于其他博客文章中已经讨论的技术和工程组件。
LIBRARY 用GenAI工具箱构建AI代理 Google最近与LangChain合作推出的数据库专用Gen AI工具箱,现在包括了对Neo4j的支持。Neo4j的加入为工具箱用户带来了知识图谱能力,扩展了数据库管理和生成式AI应用的功能。
APPLICATION 基于DeepSeek R1的RAG实战 本指南将向你展示如何使用开源推理工具 DeepSeek R1 和用于运行本地 AI 模型的轻量级框架 Ollama 构建检索增强生成 (RAG) 系统。
APPLICATION 打造免费的本地AI助手 在本文中,我将介绍使用 LangChain、Chroma 实现 RAG 管道的 Flask 应用程序的开发。该应用程序允许用户上传 PDF 文档、存储嵌入并查询它们以进行信息检索。
APPLICATION RAG管道PDF图文处理 本文提出了一种利用 Gemini 1.5 Flash 的方法,通过标记包含非文本元素的页面、嵌入文本和图像,并将整个 PDF 页面存储在矢量数据库中,可以为文档摘要、问答和数据提取等任务提供更准确的响应。