QuivrHQ/quivr

项目概览

提供 YAML 自定义工作流，且支持 Ollama 本地模型运行，便于关注灵活部署的开发者。

项目类型

RAG 与知识库

应用场景

知识问答

部署方式

查看项目说明

License

License 待确认

适合谁

• 希望减少 RAG 架构设计时间并快速集成的 Python 开发者。
• 需要灵活切换不同大语言模型（API 或本地）以处理文件问答的开发团队。

核心能力

• 允许从多种文件（如 PDF、TXT 等）创建实例，并使用检索增强生成技术回答问题。
• 支持 Anthropic、OpenAI 和 Mistral 的 API，以及使用 Ollama 的本地模型。
• 允许使用 YAML 配置文件定义自定义 RAG 工作流（例如过滤历史、重写、检索、生成）。
• 支持使用 Cohere 等供应商对检索到的文本块进行可配置的重排序。

限制与风险

• 项目处于早期版本（0.0.33），这意味着 API 可能会发生变化，且功能仍在添加中。

如何开始

• 难度较低，可通过 pip 在约 30 秒内安装，并附带 5 行代码示例。首次成功路径为：使用 pip 安装包，运行 Python 示例脚本。

核验依据

• Release: core: v0.0.33
• README: - **Opiniated RAG**: We created a RAG that is opinionated, fast and efficient so you can focus on your product
• README: We take care of the RAG so you can focus on your product.
• README: - **LLMs**: Quivr works with any LLM, you can use it with OpenAI, Anthropic, Mistral, Gemma, etc.
• README: pip install quivr-core # Check that the installation worked

内容核验时间：