2024-09-01 00:14 湖北
混合RAG（GraphRAG、Vector）、复杂推理Agent（ReAct、ReWOO）、多模态QA、详细引文
kotaemon：一个开源的干净且可定制的RAG UI，用于构建和定制自己的文档问答系统。既考虑了最终用户的需求，也考虑了开发者的需求。
kotaemon为想要在他们的文档上进行问答（QA）的最终用户，以及想要构建自己的RAG流程的开发者提供了一个功能性的RAG UI。
+----------------------------------------------------------------------------+| 最终用户：使用`kotaemon`构建的应用程序的用户。|| （您使用的应用程序类似于上面的演示示例） || +----------------------------------------------------------------+ || | 开发者：使用`kotaemon`构建应用程序的人。| || | （您的项目中某处有`import kotaemon`） | || | +----------------------------------------------------+ | || | | 贡献者：使`kotaemon`变得更好的人。| || | | （您向这个代码库提交了PR） | | || | +----------------------------------------------------+ | || +----------------------------------------------------------------+ |+----------------------------------------------------------------------------+
RAG UI特点（GraphRAG、Agent、多模态等）
自托管文档问答（RAG）Web UI：允许用户自己托管文档问答界面。
支持多用户登录：可以组织私人或公共文件集合，支持协作和分享。
组织LLM和嵌入模型：支持本地LLM和流行的API提供商，如OpenAI、Azure、Ollama、Groq等。
混合RAG管道：提供混合（全文和向量）检索器和重新排名，以确保最佳的检索质量。
多模态问答支持：支持在包含图表和表格的多个文档上进行问答，并支持多模态文档解析。
高级引用与文档预览：系统默认提供详细的引用以确保LLM答案的正确性，可以在浏览器内的PDF查看器中查看引用（包括相关分数）并高亮显示。
支持复杂推理方法：使用问题分解来回答复杂或多跳问题，支持基于Agent的推理，如ReAct、ReWOO和其他代理。
可配置的设置UI：可以在UI上调整检索和生成过程中的大多数重要方面（包括提示）。
可扩展性：基于Gradio构建，用户可以自由定制或添加任何UI元素。同时，旨在支持多种文档索引和检索策略，提供了GraphRAG索引管道作为示例。
RAG UI操作指南（提供体验Demo）
chat部分
file部分：file collection、GraphRAG collection
resources部分：index（索引）、llm（大模型）、embedding（向量）
settings：retrieval（检索）、reasoning（推理）
项目代码：https://github.com/Cinnamon/kotaemondemo体验：https://huggingface.co/spaces/taprosoft/kotaemon
推荐阅读
• 对齐LLM偏好的直接偏好优化方法：DPO、IPO、KTO
• RAG全景图：从RAG启蒙到高级RAG之36技，再到终章Agentic RAG！
• Agent到多模态Agent再到多模态Multi-Agents系统的发展与案例讲解（1.2万字，20+文献，27张图）
欢迎关注我的公众号“PaperAgent”，每天一篇大模型（LLM）文章来锻炼我们的思维，简单的例子，不简单的方法，提升自己。
