Subscribe to get weekly email with the most promising tools 🚀

RAGBot è un'applicazione full-stack che combina un frontend React con un backend FastAPI per creare un'interfaccia chat in tempo reale potente. Il sistema sfrutta una pipeline di generazione aumentata da recupero (RAG) sviluppata da zero per un recupero efficiente dei documenti e risposte alle query.

Elencato nelle categorie:

TecnologiaGitHubIntelligenza artificiale
RAGBOT-image-0
RAGBOT-image-1
RAGBOT-image-2

Descrizione

RAGBot è un'applicazione fullstack che combina un frontend React con un backend FastAPI per creare un'interfaccia di chat potente in tempo reale. Il sistema sfrutta un pipeline di Retrieval-Augmented Generation (RAG) costruita su misura per un recupero documentale efficiente e per rispondere alle query.

Come usare RAGBOT?

Per iniziare, clona il repository, crea un ambiente virtuale e installa le dipendenze del backend e del frontend. Avvia il server FastAPI del backend e il server di sviluppo React del frontend per iniziare a utilizzare l'applicazione.

Funzionalità principali di RAGBOT:

1️⃣

Caricamento File: Consente agli utenti di caricare documenti facilmente nel backend.

2️⃣

Suddivisione Documenti: Divide automaticamente i documenti in parti più piccole e gestibili per un'elaborazione e un'analisi più efficienti.

3️⃣

Generazione di Embedding: Utilizza modelli transformer per calcolare embedding di alta qualità per ciascun pezzo di documento.

4️⃣

Ricerca per Similarità: Consente di interrogare i pezzi di documento e restituisce i più rilevanti in base alla similarità coseno con la query di input.

5️⃣

Integrazione con il Database: Utilizza SQLite e SQLAlchemy per memorizzare i metadati dei file, i dati dei pezzi e lo stato di elaborazione.

Perché potrebbe essere usato RAGBOT?

#Caso d'usoStato
# 1Gli utenti possono interagire con il LLM digitando query nell'interfaccia di chat.
# 2Gli utenti possono caricare documenti che verranno elaborati e memorizzati per un recupero futuro.
# 3Il sistema consente una ricerca efficiente attraverso una collezione di documenti.

Sviluppato da RAGBOT?

Il progetto è sviluppato da Anass MAJJI, un data scientist che ha creato questa applicazione per facilitare il recupero documentale in tempo reale e la risposta alle query utilizzando tecniche avanzate di intelligenza artificiale.

Domande frequenti di RAGBOT