使用 RAG 和 OCI Generative AI 進行企業知識問答

簡介

沒有足夠的答案 - 使用者必須能夠存取並輕鬆擷取答案。具有許多移動零件的大型企業需要面對特定挑戰，以跟上一段時間的問答系統。這就是 OCI 生成式 AI 和檢索增強生成 (RAG) 的所在位置，可協助建立更頻繁更新 (根據新網頁) 的友好系統。

在此示範中，我們將使用 OCI Generative AI、LlamaIndex、Qdrant 向量資料庫和 SentenceTransformerEmbeddings 建立 RAG 模型。這條 21 行程式碼可讓您刮除網頁，並使用 LlamaIndex 進行索引編製、使用 OCI Generative AI 產生問題，以及使用 Qdrant 建立向量索引。

展示

先決條件與設定

1. Oracle Cloud 帳戶 — 註冊頁面
2. OCI Generative AI 入門—文件
3. LlamaIndex — 文件
4. LangChain — 文件
5. Qdrant 向量相似性搜尋引擎 — 文件
6. SentenceTransformers — 文件

快速入門

• GitHub 上的詳細步驟和範例程式碼