首页 > 极客资料 博客日记

SimpleRAG:基于WPF与Semantic Kernel实现的一个简单的RAG应用

2024-08-19 17:30:05极客资料围观24

这篇文章介绍了SimpleRAG:基于WPF与Semantic Kernel实现的一个简单的RAG应用,分享给大家做个参考,收藏极客之家收获更多编程知识

SimpleRAG介绍

SimpleRAG是基于WPF与Semantic Kernel实现的一个简单的RAG应用,可用于学习与理解如何使用Semantic Kernel构建RAG应用。

GitHub地址:https://github.com/Ming-jiayou/SimpleRAG

主要功能

AI聊天

支持所有兼容OpenAI格式的大语言模型:

image-20240819163701855

文本嵌入

支持所有兼容OpenAI格式的嵌入模型:

image-20240819163900106

简单的RAG回答

简单的RAG回答效果:

image-20240819164221306

对比不使用RAG的回答:

image-20240819164322893

从源码构建

git clone到本地,打开appsettings.example.json文件:

image-20240819164816557

如下所示:

image-20240819164844061

ChatAI用于配置对话模型,Embedding用于配置嵌入模型,TextChunker用于配置文档切片大小。

还是以SiliconCloud为例,只需填入你的api key 并将文件名改为appsettings.json,或者新建一个appsettings.json即可。

配置完成如下所示:

image-20240819165255285

IDE:VS2022

.NET 版本:.NET 8

打开解决方案,项目结构如下所示:

image-20240819165459846

运行程序:

image-20240819165551772

测试AI聊天:

image-20240819165652624

测试嵌入:

image-20240819165803024

使用的是Sqlite保存向量,可以在Debug文件夹下找到这个数据库:

image-20240819165854807

打开该数据库,如下所示:

image-20240819170059576

测试RAG回答:

image-20240819170128226

其他配置

您还可以自由的进行其他配置,比如使用Ollama中的对话模型与嵌入模型用于本地离线场景,配置其他的在线对话模型,使用本地Ollama中的嵌入模型等。

最后

如果对您有所帮助,点个star✨,就是最大的支持😊。

如果您看了这个指南,还是遇到了问题,欢迎通过公众号联系我:

qrcode_for_gh_eb0908859e11_344


版权声明:本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:jacktools123@163.com进行投诉反馈,一经查实,立即删除!

标签:

相关文章

本站推荐

标签云