Logo
Project Icon

drqa

结合Langchain与大型语言模型实现文档问答

LangChainGPT-3Qdrant问答系统PDF文档Github开源项目

该项目构建了一个结合Langchain与大型语言模型（如OpenAI的GPT-3）的问答系统，旨在准确回答问题。系统前端采用React/Typescript开发，后端使用FastAPI框架，实现了PDF文档到文本的转换和嵌入处理，同时支持多种文档类型并优化了搜索与检索速度。项目有效减少了API调用成本，并规划了多项未来改进，如流处理、缓存机制、UI优化和长对话的记忆与总结功能。

访问官网访问官网GithubGithub
介绍相关项目
ChatPDF - 本地LLM驱动的全能文件检索与问答系统
ChatPDFGithubLLMRAGgradio中英文混合文档开源项目
ChatPDF是一个基于本地LLM的文件检索和知识问答系统，支持包括PDF、docx在内的多种文件格式。系统集成了多项算法优化功能，例如Chinese chunk切分、embedding优化和检索匹配等，致力于提高RAG的准确率。此外，系统通过使用reranker模块和扩展上下文功能优化查询的精确度。基于gradio开发，该系统支持简便的Web服务启动，便于在本地环境搭建和使用。
chat-langchainjs - 基于LangChain.js的本地托管智能问答系统
GithubLangChainNext.js向量存储开源项目文档问答聊天机器人
chat-langchainjs是一个开源项目，基于LangChain.js和Next.js构建，专注于LangChain文档的智能问答。项目实现了从文档摄取、向量存储到问答生成的完整流程，集成了RecursiveUrlLoader和SitemapLoader等工具。此外，项目提供了全面的技术文档，包括概念解释、修改指南、本地运行步骤、LangSmith集成、生产准备和部署说明，为开发者提供了强大的支持。
langchain-experiments - 实验与实现LangChain库的高级大语言模型应用
FAISSGPT-3.5 TurboGithubLangChainOpenAIPython开源项目
本项目展示了如何利用先进的语言模型（如OpenAI的GPT-3.5 Turbo和即将发布的GPT-4）以及FAISS库，创建搜索YouTube视频转录的数据库，进行相似度查询，并回答用户问题。项目覆盖LangChain框架的核心模块，包括模型、提示、记忆、索引、链条和代理，适用于开发客户支持聊天机器人、内容生成器、数据分析工具和智能搜索引擎等应用。
rag-stack - 基于RAG技术的企业级智能问答平台
GithubRAGstack企业知识库向量数据库开源LLM开源项目检索增强生成
RAGstack是一个基于检索增强生成(RAG)技术的企业级智能问答平台。该项目支持Llama 2、Falcon和GPT4All等开源大语言模型，利用Qdrant向量数据库实现高效文档检索。RAGstack提供简洁的服务器和用户界面，支持PDF文档上传和智能问答。系统可在本地运行，也可轻松部署到各大主流云平台，为企业提供安全可控的私有化知识问答解决方案。
qdrant - 面向AI应用的向量相似性搜索引擎和数据库
AI应用GithubQdrant向量搜索引擎开源项目热门神经网络语义搜索
Qdrant是一个面向AI应用的向量相似性搜索引擎和数据库，提供了一个便捷的API用于存储、搜索和管理数据点。它支持扩展筛选，可用于各种基于神经网络或语义匹配的应用，如分面搜索等。Qdrant支持完全托管的云服务，包括免费层。具备高性能和可扩展性，适用于各种规模的部署。
multi-doc-chatbot - 多文档智能阅读与对话系统
GithubLangChainOpenAI向量存储多文档阅读器开源项目聊天机器人
Multi-doc-chatbot项目提供Python脚本，用于构建多文档阅读和对话系统。它支持PDF、DOC和TXT格式，采用嵌入和向量存储技术处理长文本，实现多文档交互和聊天记忆功能。该系统通过终端界面提供文档内容问答服务，展示了LangChain和OpenAI技术在文档智能处理领域的应用。
llm-answer-engine - 整合多种AI技术的开源问答系统
AI技术GithubLLM Answer Engine开源项目搜索技术自然语言处理
llm-answer-engine是一个开源问答系统，集成了Groq、Mixtral AI和Langchain.JS等多种AI技术。该系统能高效返回信息来源、答案、图片和视频，并生成后续问题。项目基于Next.js和Tailwind CSS构建，整合了Brave Search和Serper API等搜索功能。开发者可以通过这个项目探索自然语言处理和搜索技术，系统支持多种配置和功能扩展。
AnyQuestions.ai - 智能文档问答工具，快速获取精准信息
AI工具AI问答AnyQuestions.ai学习辅助文档分析隐私保护
AnyQuestions.ai是一款智能文档问答工具，可处理PDF、视频和网站内容。它基于用户上传的资料提供精准答案，并标注信息来源。这不仅节省时间，还确保回答可靠。系统采用安全存储方式，遵循GDPR和ISO 27001标准。AnyQuestions.ai基于多所知名大学认可的Revision.ai引擎开发，为学习和研究提供高效支持。
documate - 智能文档问答工具 实时生成AI回答
DocumateGithub实时回答开源工具开源项目文档嵌入AI对话自定义集成
Documate是一款开源的AI对话工具，专为文档网站设计。它可无缝集成到VitePress、Docusaurus等多种文档平台，无需AI或LLM专业知识即可部署。Documate利用现有内容实时生成回答，为用户提供类似ChatGPT的智能问答体验。该工具易于集成，完全可控和可定制，用户可掌握数据所有权并自由选择索引内容。
primeqa - PrimeQA：多语言问答系统的开源研究和开发平台
GithubPrimeQA信息检索多语言问答开源项目机器阅读理解问题生成
PrimeQA是一个开源平台，帮助研究人员和开发人员训练先进的问答模型。用户可以在PrimeQA上复制NLP会议中的实验，下载预训练模型并应用于自定义数据。该平台支持信息检索、多语言阅读理解、问题生成及检索增强的生成技术。PrimeQA在多个排行榜中名列前茅，整合Transformers工具包以提供强大的问答功能，满足领先的研究和开发需求。
相关项目
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号