#97 · 主分类: 知识库与企业搜索
llm-applications
构建生产级基于RAG的LLM应用的全面指南。
项目最后更新:08/15/26
GitHub Stars
1.9K
Forks数量
257
贡献者数量
5
许可证
Other
收录理由
这个项目来自 Ray 团队,因此它把 RAG 管线当作一个必须在负载下稳定运行的系统来对待,而不是一次性跑完的笔记本。它覆盖了从文档加载、切分,到嵌入、索引、服务的完整流程,并且包含了那些教程通常略过的部分:分别度量各组件(如检索质量)和整体性能,从而在提交之前比较不同配置。同时,它给出了一个具体的例子,说明如何在成本或质量更优时,在开源模型和 OpenAI 等托管 API 之间路由查询。对于已经过了原型阶段、需要面对扩展决策的团队来说,这本书提供了切实的参考,而不仅仅是理想路径。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。
同类热门项目
ragflow
RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,将前沿 RAG 与 Agent 能力融合,为大型语言模型(LLM)打造卓越的上下文层。
Understand-Anything
教学型图表优于炫技型图表。将任意代码转化为可探索、搜索和提问的交互式知识图谱。支持Claude Code、Codex、Cursor、Copilot、Gemini CLI等。
crawl4ai
🚀🤖 Crawl4AI:开源的、对LLM友好的网页爬虫与抓取工具。别害羞,加入这里:https://discord.gg/jP8KfhDhyN
docling
为生成式AI准备文档
anything-llm
停止租用你的智能。用AnythingLLM拥有它。你需要的一切,实现强大的本地优先智能体体验。