访问官网
GithubRAGxplorer 项目简介
项目概述
RAGxplorer 是一个用于构建检索增强生成（Retrieval Augmented Generation, RAG）可视化工具的软件。这个工具旨在帮助用户通过可视化的方式理解和分析大量数据和文本资料。它利用先进的深度学习技术，使得用户能够对复杂的数据关系进行直观的查询和展示。
快速开始
安装
用户可以通过以下命令快速安装 RAGxplorer：
pip install ragxplorer
使用方法
安装完成后，用户可以通过以下简单的 Python 代码来启动 RAGxplorer：
from ragxplorer import RAGxplorer
client = RAGxplorer(embedding_model="thenlper/gte-large")
client.load_pdf("presentation.pdf", verbose=True)
client.visualize_query("What are the top revenue drivers for Microsoft?")
这些代码展示了如何加载 PDF 文档并执行查询以可视化数据，比如“微软的主要收入驱动因素是什么？”这类问题的答案。
对于初次接触的用户，可以通过快速入门 Jupyter Notebook 教程或者在 Colab 上的示例教程来学习使用 RAGxplorer。
Streamlit 演示
RAGxplorer 提供了一个在线的演示平台，用户可以通过 Streamlit Demo 来试用 RAGxplorer 的功能。这个演示版本让用户无需安装即可体验到该工具的强大功能。
参与贡献
RAGxplorer 项目欢迎各类贡献者加入。详细的贡献指南仍在完善中，但欢迎所有有兴趣的人提建议和反馈。
许可证
RAGxplorer 项目的代码依据 MIT 许可证开放源码，具体信息可以查看 LICENSE 文件。
致谢
本项目特别感谢 DeepLearning.AI 和 Chroma 提供的灵感和代码实验室，这些来自他们的先进检索课程，以及 Streamlit 社区给予的支持和资源。
通过以上的介绍，相信用户对 RAGxplorer 有了一个全面的了解，该工具为复杂数据的检索和展示提供了便捷的解决方案。
