StanGirard/quiver

Opinionated RAG для интеграции GenAI в ваши приложения 🧠 Сосредоточьтесь на продукте, а не на RAG. Легкая интеграция в существующие продукты с кастомизацией! Любой LLM: GPT4, Groq, Llama. Любой Vectorstore: PGVector, Faiss. Любые файлы. Как хотите.

RAG⭐ 39 546Pythonпоследний релиз: core-0.0.33
Открыть на GitHub ↗Сайт проекта ↗

Что это за инструмент

quivr-core — это Python-библиотека для создания RAG-систем, позволяющая легко интегрировать генеративный ИИ в приложения для работы с документами.

Зачем нужен

Инструмент берет на себя сложность настройки RAG, позволяя разработчикам сосредоточиться на продукте. Он обеспечивает быструю загрузку файлов, их обработку и ответы на вопросы с использованием различных LLM и векторных хранилищ.

Что можно реализовать

  • Создание чат-ботов для работы с внутренней документацией компании
  • Интеграция поиска по PDF и TXT файлам в существующие приложения
  • Построение персонального ассистента, анализирующего личные заметки
  • Настройка кастомных рабочих процессов (workflows) для извлечения данных

Ключевые возможности

  • Поддержка любых LLM (OpenAI, Anthropic, Mistral, Ollama) и векторных баз (PGVector, Faiss)
  • Гибкая конфигурация RAG через YAML-файлы (ретранкинг, история диалога, параметры генерации)
  • Простая интеграция: запуск RAG всего за 5 строк кода
  • Поддержка различных форматов файлов (PDF, Markdown, TXT) и кастомных парсеров
  • Возможность расширения функционала: добавление поиска в интернете и внешних инструментов

👤 Кому подойдёт: Python-разработчики, создающие приложения с ИИ, и технические специалисты, внедряющие RAG-архитектуру в свои продукты

Релизы

core-0.0.33patch
🕐 19 мес назад · релиз на GitHub ↗

Добавлен рабочий процесс Zendesk и исправлена ошибка CLI-24.

  • Added: Добавлен рабочий процесс Zendesk для интеграции с поддержкой.
  • Fixed: Исправлена ошибка CLI-24.