概要
本プロジェクトは、Retrieval-Augmented Generation (RAG) システムをゼロから手動で構築し、学習することに特化しています。
チャンキング、埋め込み、検索、リランキング、回答可能性の判定、ローカルでの生成、Graph-RAG、Self-RAGといった主要なRAGコンポーネントを、Chroma、Ollama、LangChainなどの既存ツールと比較しながら、その内部動作を理解できるように実装しています。
文書を処理し、ローカルOllamaモデルを用いて検索されたコンテキストに基づいた回答を生成する完全なRAGパイプラインを提供し、詳細な学習ガイドも付属しているため、RAGの概念と実装を深く学びたい開発者や研究者に最適です。
また、評価機能も充実しており、様々な実験や改善に活用できます。
互換性・特徴
- CLI
- Python
- 学習リソース
- RAG
- ローカルLLM対応
基本情報
| Stars | 3 |
| カテゴリ | LLM |
| アクティビティ | low |