当前位置: 首页 > article >正文

RAG实战_01代码生成_02智能检索

整理了RAG案例的Git代码

https://github.com/LGRY/RAG_Tutorial/tree/main
在这里插入图片描述
在这里插入图片描述

【注意事项】

  • 01 代码生成系统源代码中使用的weaviate向量数据库,不支持window系统,建议换系统/换向量数据库
  • 02 智能检索系统 同样需要配置向量数据库,可以先安装好ES数据库

参考博客

  • RAG实战案例:如何基于 LangChain 实现智能检索生成系统
  • 基于RAG的企业级代码生成系统:从数据清洗到工程化实现

http://www.kler.cn/a/504455.html

相关文章:

  • 深入剖析 Java 设计模式之观察者模式
  • aws(学习笔记第二十三课) step functions进行开发(lambda函数调用)
  • G1原理—3.G1是如何提升垃圾回收效率
  • 【大数据】机器学习 -----关于data.csv数据集分析案例
  • 如何在Ubuntu上安装和配置Git
  • LLM 智能视频字幕助手,支持生成、断句、优化、翻译、视频合成全流程
  • 从0开始学习搭网站第二天
  • 《计算机网络》课后探研题书面报告_网际校验和算法
  • SLAM后端处理
  • uniapp 小程序 五星评分精确到0.1
  • Lua语言的软件开发工具
  • 设计模式-工厂模式/抽象工厂模式
  • 免 root 开启 Pixel 手机 VoLTE 功能
  • 使用Python实现疫情监测系统
  • STM32 FreeRTOS 介绍
  • 【机器学习:十四、TensorFlow与PyTorch的对比分析】
  • 微服务主流框架和基础设施介绍
  • 关于编写测试用例的细枝末节
  • STM32 FreeRTOS 的任务挂起与恢复以及查看任务状态
  • 【算法学习】——整数划分问题详解(动态规划)