QAnything是一个由网易有道开发的本地知识库问答平台。它通过集成和优化问答过程,为技术开发者或一般用户提供全面且灵活的解决方案。它支持数据安全、跨语言问答、大规模数据检索等功能,并拥有高性能生产级系统。用户友好,无需繁琐配置,可直接部署于企业应用。QAnything的架构采用两阶段检索方法,以解决大规模数据检索的退化问题。安装步骤包括拉取QAnything库、下载模型、修改配置和启动服务器。成功后,用户可在浏览器中输入特定地址体验该应用程序。
项目简介
"QAnything"是网易有道开发的本地知识库问答平台。这个项目通过集成和优化问答过程,用全面且灵活的解决方案来处理各种类型的问题。使用Python、Vue和TypeScript,确保高效和用户友好的体验。它不仅适合技术开发者,也能为一般用户提供实际帮助。
特点
·数据安全,支持在整个过程中断网线安装和使用。
·跨语言问答支持,可以在中英文问答之间自由切换,不受文档语言的限制。
·支持大规模数据问答,两阶段检索排名,解决大规模数据检索的退化问题;数据越多,性能越好。
·高性能生产级系统,可直接部署于企业应用。
·用户友好,无需繁琐配置,一键安装和部署,即插即用。
·支持多知识库问答,可选择多个知识库进行问答。
架构
两阶段探索
在处理大量知识库数据的场景中,两阶段检索方法的优势非常明显。如果只使用第一阶段的嵌入式检索,随着数据量的增加,将会出现检索退化的问题,如下图中的绿线所示。然而,经过第二阶段的重排后,可以实现稳定的准确率提升,数据越多,性能越好。
RAG评估在LlamaIndex中(嵌入和重排)
注意
在WithoutReranker设置中,bce-embedding-base_v1模型在所有其他嵌入模型中表现最佳。
固定嵌入模型时,bce-reranker-base_v1模型实现了最佳性能。
bce-embedding-base_v1和bce-reranker-base_v1的组合是目前技术最先进的。
如果想要分别使用嵌入和重排功能,请参考BCEmbedding
LLM。
安装
步骤1:拉取QAnything库
·
git clone https://github.com/netease-youdao/QAnything.git
步骤2:下载模型并将其解压到当前项目的根目录。
有几种方法,选择了一种最好的分享给大家
·
·
·
·
·
cd QAnything# Make sure you have git-lfs installed (https://git-lfs.com)git lfs installgit clone https://www.wisemodel.cn/Netease_Youdao/qanything.gitunzip qanything/models.zip # in root directory of the current project
步骤3:修改配置
·在Windows系统中
·
·
vim docker-compose-windows.yaml # change CUDA_VISIBLE_DEVICES to your gpu device idvim front_end/.env.production # set the excetly host.
·在Linux系统中
·
·
vim docker-compose-linux.yaml # change CUDA_VISIBLE_DEVICES to your gpu device idvim front_end/.env.production # set the excetly host.
启动服务器
·在Windows系统中
·
·
·
·
·
·
# Background startup, ctrl+c will not stop.docker-compose -f docker-compose-windows.yaml up -d# Execute the following command to view the log.docker-compose -f docker-compose-windows.yaml logs qanything_local# Stop servicedocker-compose -f docker-compose-windows.yaml down
·在Linux系统中
·
·
·
·
·
·
# Background startup, ctrl+c will not stop.docker-compose -f docker-compose-linux.yaml up -d# Execute the following command to view the log.docker-compose -f docker-compose-linux.yaml logs qanything_local# Stop servicedocker-compose -f docker-compose-linux.yaml down
安装成功后,可以在浏览器中输入以下地址来体验该应用程序。
前端地址:http://{your_host}:5052/qanything/
API地址:http://{your_host}:5052/api/
项目链接
https://github.com/netease-youdao/QAnything
出自:https://mp.weixin.qq.com/s/0i98KB7THaj2jZOl-aSegQ
本文档由网友提供,仅限参考学习,如有不妥或产生版权问题,请联系我们及时删除。
客服请加微信:skillupvip