core-0.0.33patch
В релизе core-0.0.33 добавлен рабочий процесс для Zendesk и исправлена ошибка CLI-24.
- Added: Добавлен новый workflow для интеграции с Zendesk.
- Fixed: Исправлена ошибка CLI-24.
StanGirard/quivr
Модульный RAG для интеграции GenAI в ваши приложения 🧠 Сосредоточьтесь на продукте, а не на RAG. Легкая интеграция в существующие продукты с возможностью кастомизации! Любая LLM: GPT4, Groq, Llama. Любая Vectorstore: PGVector, Faiss. Любые файлы. Как хотите.
RAG⭐ 39 546Pythonпоследний релиз: core-0.0.33
Что это за инструмент
Quivr — это библиотека Python (quivr-core) для создания RAG-систем, позволяющая легко интегрировать генеративный ИИ в приложения с поддержкой различных LLM и векторных баз данных.
Зачем нужен
Инструмент берет на себя сложность настройки RAG (Retrieval-Augmented Generation), позволяя разработчикам сосредоточиться на продукте. Он обеспечивает быструю и эффективную обработку файлов и запросов, предлагая гибкую конфигурацию через YAML-файлы.
Что можно реализовать
- Создание чат-ботов, отвечающих на вопросы по загруженным документам (PDF, TXT, Markdown)
- Интеграция RAG в существующие приложения с использованием различных LLM (OpenAI, Anthropic, Mistral, Ollama)
- Настройка сложных рабочих процессов (workflows) поиска и генерации ответов через конфигурационные файлы
- Использование внешних инструментов и поиска в интернете в рамках цепочки обработки запросов
Ключевые возможности
- Поддержка любых LLM и векторных хранилищ (PGVector, Faiss)
- Работа с любыми файлами и возможность добавления собственных парсеров
- Гибкая настройка RAG-пайплайна через YAML-конфигурацию (reranker, max_history, temperature)
- Интеграция с Megaparse для загрузки файлов
- Простой API: создание 'Brain' и отправка запросов в несколько строк кода
👤 Кому подойдёт: разработчики, создающие приложения с ИИ-ассистентами; инженеры, внедряющие RAG в существующие продукты; исследователи, тестирующие различные модели и стратегии поиска