返回首页
最新
厌倦了每次需要使用RAG时都要连接向量存储、嵌入模型和分块逻辑。因此我构建了piragi。
```python
from piragi import Ragi
kb = Ragi(["./docs", "./code/**/*.py", "https://api.example.com/docs"])
answer = kb.ask("我该如何部署这个？")
```
这就是整个设置。无需API密钥 - 在本地使用Ollama + sentence-transformers运行。
它的功能：
- 支持所有格式 - PDF、Word、Excel、Markdown、代码、URL、图片、音频
- 自动更新 - 监控来源，后台刷新，查询延迟为零
- 引用 - 每个答案都包含来源
- 高级检索 - HyDE、混合搜索（BM25 + 向量）、交叉编码器重排序
- 智能分块 - 语义、上下文、层次策略
- 兼容OpenAI - 随时可以替换为GPT/Claude
快速示例：
```python
# 按元数据过滤
answer = kb.filter(file_type="pdf").ask("合同中有什么内容？")
# 启用高级检索
kb = Ragi("./docs", config={
"retrieval": {
"use_hyde": True,
"use_hybrid_search": True,
"use_cross_encoder": True
}
})
# 使用OpenAI替代
kb = Ragi("./docs", config={"llm": {"model": "gpt-4o-mini", "api_key": "sk-..."}})
```
安装：
```bash
pip install piragi
PyPI: https://pypi.org/project/piragi/
```
期待反馈。还有什么缺失的？什么能让这个工具对你的项目真正有用？
我开发了一个小工具，以减少处理 XML Schema 的痛苦。XSD 文件 notoriously dense（非常复杂），冗长、嵌套深且难以一目了然地理解。通过肉眼追踪继承、序列和选择结构是非常繁琐的。我希望能有一个工具，将这些模式转换为易读的数据字典，而不依赖于笨重的企业软件。
<p>谁可能会觉得它有用：</p>
开发者：处理遗留集成（如 SOAP、银行格式或政府 API）的开发者，需要快速掌握结构。
架构师：需要向技术水平较低的利益相关者展示模式细节的架构师。
分析师：在进行字段映射时，不想翻阅原始 XML 的分析师。
<p>它的功能：</p>
所有操作都在内存中进行，文件会立即被丢弃。没有数据会被持久化。
它呈现了一个清晰的视觉层次结构，使序列、选择和属性易于跟随。
无需注册或登录。只需上传文件，即可获取结构。
后端使用 Go 语言编写以提高速度，前端使用 React，整个工具旨在消除通常缓慢和混乱的任务中的摩擦。欢迎反馈和功能建议。