访问官网
Github
文档项目简介
Local RAG 是一个离线的开源项目，旨在通过检索增强生成(RAG)来处理文件，并使用开源的大型语言模型(LLMs)，无需依赖第三方或让敏感数据离开用户的网络环境。这个项目特别适合那些关注数据隐私和安全性的用户群体。
主要功能
离线嵌入和LLMs支持
与其他解决方案不同，Local RAG 无需接入像 OpenAI 这样的在线平台。这意味着所有的数据处理都可以在本地进行，从而保证数据的隐私性和安全性。
支持多种数据源
Local RAG 支持多种数据源，包括本地文件、GitHub 仓库以及网站，使得用户可以灵活地将各种信息引入项目中进行处理。
流式响应
项目支持流式响应，使得用户在与系统的交互过程中可以获得连续和及时的反馈，提高用户体验。
对话记忆和聊天导出
Local RAG 拥有对话记忆功能，可以在会话中记住上下文。此外，用户还可以将聊天记录导出，方便在其他平台共享或存档。
学习与使用
用户可以通过查看以下文档来更好地理解和使用 Local RAG：
- 应用设置和部署：指导用户如何在本地环境中安装和配置 Local RAG。
- 如何使用 Local RAG：提供使用项目的详细指南。
- RAG 流程：解释系统如何处理和生成内容。
- 计划功能：列出了项目未来可能增加的功能。
- 故障排除：提供解决常见问题的建议。
- 已知问题和错误：列出当前项目中已确认的问题和错误。
- 资源：提供相关资源链接。
- 贡献指南：鼓励用户为项目做出贡献，并提供相关指导。
Local RAG 是一个致力于保持用户数据私密性的工具，且具有极高的扩展灵活性，为追求高安全性和个性化定制的用户提供了绝佳的选择。
