Skip to content

Latest commit

 

History

History
118 lines (72 loc) · 6.97 KB

README_ja.md

File metadata and controls

118 lines (72 loc) · 6.97 KB

RAGenT

English | 中文文档 | 日本語

おそらく最も軽量なネイティブRAG + Agentアプリの1つであり、複雑な設定なしで、ワンクリックでAgentによるモデルと知識ベースの強力な機能を体験できます。

image

特徴

チャットとエージェントのインタラクション:

  • 💭 シンプルで使いやすいチャットボックスインターフェース
  • 🌏️ 言語オプション（簡体字中国語、英語）
  • 🔧 複数の（ローカル）モデルソースの推論サポート（Azure OpenAI、Groq、ollama、llamafile）
  • ネイティブのFunction Call（OpenAI、Azure OpenAI、OpenAI Like、Ollama）
  • 🤖 複数のエージェントモードをオンプレミスで提供
  • 🖥️ ダイアログデータのローカルストレージと管理
    • 複数のエクスポート形式（Markdown、HTML）
    • 複数のテーマ（HTML）

知識ベース:

  • ネイティブ実装のリトリーバル強化生成（RAG）、軽量で効率的
  • オプションの埋め込みモデル（Hugging Face/OpenAI）
  • 使いやすい知識ベース管理
  • ハイブリッド検索、再ランキング、および指定ファイルのリトリーバル

このプロジェクトが気に入ったら、スターを付けてください。それが私にとって最大の励みです！

詳細

一般

音声入力:

image

エクスポート

エクスポート形式、テーマ選択、エクスポート範囲の制御をサポートします。

Export settings and preview

現在サポートされているテーマ:

デフォルト ガラス化
default theme Glassmorphism theme

RAGチャット

モデルの設定（サイドバー）と詳細な参照の表示:

image

RAGの設定：

image

Function Call

Function CallはChatとAgentChatの両方のページでサポートされていますが、実装方法が異なります。

チャットページ

このページのFunction Callはネイティブであり、すべてのOpenAI互換モデルで動作しますが、モデル自体がFunction Callをサポートしている必要があります。

image

呼び出したい関数をカスタマイズすることもできます。記述ルールについてはtoolkits.pyを参照してください。

エージェントチャットページ

注意：AutoGen v0.4 は完全に再構築されているため、AgentChat ページは将来のバージョンで更新されます。現在は AutoGen v0.2 を使用してテストしています。AgentChat ページを使用する場合は、python startup.py を使用してアプリケーションを起動してください。

AutoGenフレームワークに依存して実装されています（テスト中）。モデルの互換性についてはAutoGenのドキュメントを参照してください。

Function CallはLLMの能力を大幅に強化することができ、現在はOpenAI、Azure OpenAI、Groq、およびローカルモデルをサポートしています。（LiteLLM + Ollamaによる）

openai function call

呼び出したい関数をカスタマイズすることもできます。AutoGenの関数記述はネイティブの関数呼び出し記述ルールとは異なることに注意してください。詳細については公式ドキュメントおよびこのプロジェクトのtools.pyを参照してください。

クイックスタート

Git

  1. git clone https://github.com/Wannabeasmartguy/RAGenT.gitを使用してコードを取得します。 次に、**コマンドプロンプト（CMD）**で実行環境を開き、pip install -r requirements.txtを使用して実行依存関係をインストールします。

  2. モデル依存関係を設定します：.env_sampleファイルを.envに変更し、以下の内容を記入します：

    • LANGUAGE: Englishと简体中文をサポートし、デフォルトはEnglishです。
    • OPENAI_API_KEY : OpenAIモデルを使用している場合、ここにAPIキーを記入します。
    • AZURE_OAI_KEY : Azure OpenAIモデルを使用している場合、ここにAPIキーを記入します。
    • AZURE_OAI_ENDPOINT : OpenAIモデルを使用している場合、ここにエンドポイントを記入します。
    • API_VERSION: Azure OpenAIモデルを使用している場合、ここにAPIバージョンを記入します。
    • API_TYPE: Azure OpenAIモデルを使用している場合、ここにAPIタイプを記入します。
    • GROQ_API_KEY : Groqをモデルソースとして使用している場合、ここにAPIキーを記入します。
    • COZE_ACCESS_TOKEN: 作成したCoze Botを使用する必要がある場合、ここにアクセストークンを記入します。

Llamafileを使用している場合、Llamafileモデルを起動した後、アプリケーション内でエンドポイントを設定してください。

  1. アプリケーションを起動します：

コマンドラインでstreamlit run RAGenT.pyを実行すると起動します。

AgentChat ページを使用する場合は、python startup.py を使用してアプリケーションを起動してください。

ルート

  • チャット履歴と設定のローカル永続化
    • チャット履歴のローカル永続化
    • 設定のローカル永続化
  • プリセットエージェントの数を増やす
  • 混合リトリーバル、再ランキング、および指定ファイルのリトリーバル
  • 📚️エージェント駆動の知識ベース