https://github.com/poneding/my-rag-app

https://github.com/poneding/my-rag-app

Last synced: 11 months ago
JSON representation

• Host: GitHub
• URL: https://github.com/poneding/my-rag-app
• Owner: poneding
• Created: 2025-05-27T08:14:38.000Z (about 1 year ago)
• Default Branch: master
• Last Pushed: 2025-05-29T16:16:39.000Z (about 1 year ago)
• Last Synced: 2025-06-28T18:16:16.254Z (12 months ago)
• Language: Python
• Size: 3.54 MB
• Stars: 0
• Watchers: 0
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

          
# my-rag-app

实现一个基于 RAG 的问答应用。

知识来源：[胖东来培训指导手册 - 幸福生命状态](./documents/幸福生命状态.pdf)

> 该 PDF 文件从  下载。

## 配置

首先拷贝 `.env.example` 文件为 `.env` 文件：

```bash

cp .env.example .env

```

在 `.env` 文件中配置大模型 API 密钥。

## 初始化环境

```bash

uv sync

```

## 启动应用

1. 向量化外部知识库：

```bash

uv run embedding.py

```

2. 启动助手程序：

```bash

streamlit run main.py

```

## 运行效果

问答回复：

![alt text](images/1748338280137.png)

文档内容：

![alt text](images/1748338333840.png)

> 经简单测试，可能知识库是中文文档的缘故，使用 Gemini 嵌入模型效果不佳，使用智谱的嵌入模型效果会更好。