前言   我们一起来学习LlamaIndex功能更完善的多文档RAG，大家可以参照官方文档来对比学习。 Advanced RAG - LlamaIndex Multi-Doc Agent 单个文档RA

很开心和大家宣布，我们自研的知识库问答引擎QAnything正式开源！除了可以调用云端大模型服务，还支持纯本地部署，大家可免费在开源社区Github内进行下载，一键部署即可使用！

上周我发布了一篇用llama_index制作文档机器人的文章，感兴趣的朋友不少。于是，这周我多花了一些时间研究它，将一些使用上的常见问题记录了下来。

本文首发于博客 LLM 应用开发实践 LlamaIndex索引 列表索引 列表索引是一种简单的数据结构，其中节点按顺序存储。在索引构建期间，文档文本被分块、转换为节点并存储在列表中。 在查询期间，如果

我是卷了又没卷，薛定谔的卷的AI算法工程师「陈城南」（全网平台同名）~ 担任某大厂的算法工程师，带来最新的前沿AI知识，分享 AI 有趣工具和实用玩法，包括 ChatGPT、AI绘图等，欢迎大家交流~

前言   在学习LangChain的时候，我接触到了LlamaIndex。它犹如我在开发vue时用到的axios，主要负责数据打理。别问我为什么打这个比方，前端老狗，重走AI路，闭关一年能否学的妥当？

检索增强生成(RAG)系统最近备受关注，ChatGPT的火爆更让这类系统成为广泛讨论的热点。我们今天为大家带来的这篇文章，作者Matt Ambrogi的核心观点是：构建一个基本可用的RAG系统非常简单

像chatgpt这样的大语言模型（LLM）可以回答很多类型的问题，但是，如果只依赖LLM，它只知道训练过的内容。本次我们会基于RAG的原理，通过LangChain来实现与pdf文档对话。

rag企业生产落地踩坑指南，RAG = 各类文档预处理 + Query理解+文档召回 + LLM + 全链路评测