Вышла версия scala-ui.
SensAI-PT/RAGMeUp
Generic rag framework to apply the power of LLMs on any given dataset
Что это за инструмент
RAG Me Up — это модульный фреймворк для быстрого создания приложений с архитектурой RAG (Retrieval-Augmented Generation), позволяющий применять возможности LLM к любым наборам данных.
Зачем нужен
Инструмент решает задачу ускорения прототипирования и разработки RAG-систем, избавляя разработчиков от написания шаблонного кода. Он предоставляет готовую инфраструктуру с веб-интерфейсом и серверной частью, позволяя сосредоточиться на логике извлечения и генерации ответов, а не на настройке базовых компонентов.
Что можно реализовать
- Быстрое создание прототипов RAG-приложений для проверки гипотез
- Построение систем на основе больших датасетов с использованием ParadeDB Postgres
- Разработка гибридных решений, требующих GPU-ускорения для эмбеддингов и инференса
- Интеграция кастомных чанкеров, векторных хранилищ или ретриверов в существующие пайплайны
Ключевые возможности
- Гибридный режим работы: разделение на Docker-сервисы (Postgres, Node.js, React) и standalone Python-сервер для доступа к GPU/CUDA
- Модульная архитектура с поддержкой plug-and-play компонентов (чанкеры, векторные хранилища, ретриверы)
- Готовый React UI для взаимодействия с приложением, развертываемый через Docker Compose
- Использование ParadeDB Postgres для эффективного поиска и хранения данных
- Production-ready решение, проверенное в крупных проектах (SensAI.PT)
👤 Кому подойдёт: разработчики, создающие RAG-приложения; инженеры по машинному обучению, нуждающиеся в гибкой инфраструктуре для работы с LLM; команды, требующие GPU-ускорения для эмбеддингов и инференса в гибридных средах