认识Verba：一个开源工具，用于构建您自己的RAG检索增强生成流水线并利用LLM进行基于内部的输出
认识Verba：一个开源工具，用于构建您自己的RAG检索增强生成流水线并利用LLM进行基于内部的输出 The condensed version is 了解Verba：一个开源工具，用于构建RAG检索增强生成流水线并利用LLM进行内部输出
Verba是一个开源项目，旨在为RAG应用提供简化、用户友好的界面。用户可以迅速深入数据，并开始进行相关的对话。
Verba不仅仅是一个关于数据查询和操作的工具，更像是一个伴侣。通过Weaviate和大型语言模型（LLM），Verba让文件比对、数字集合比较和对数据分析变得更加容易。Verba利用Weaviate先进的生成式搜索引擎，当进行搜索时，会自动从文档中提取所需的背景信息。它利用LLM的处理能力提供详尽、上下文感知的解决方案。Verba的简单布局使得检索所有这些信息变得容易。Verba的简单数据导入功能支持多种文件格式，如.txt、.md等。在将数据输入Weaviate之前，该技术会自动对数据进行分块和向量化处理，以更适合搜索和检索。
在使用Verba时，可以将Weaviate中的创建模块和混合搜索选项充分利用。这些复杂的搜索方法会扫描论文，寻找重要的上下文信息，然后由大型语言模型提供深入的回答。
- 索尼研究人员提出了BigVSAN：通过GAN-Based Vocoders中的切片对抗网络彻底改变音频质量
- “认识ResFields：一种新颖的人工智能方法，克服了时空神经场在有效建模长期和复杂时间信号方面的局限性”
- “带我走进时间：SceNeRFlow是一种生成时间一致的NeRF的人工智能方法”
为了提高未来搜索的速度，Verba将生成的结果和查询都嵌入到Weaviate的语义缓存中。在回答问题之前，Verba将在语义缓存中查找是否已经有类似的问题被回答过。
无论采用哪种部署方法，都需要一个OpenAI API密钥来启用数据输入和查询功能。将API密钥添加到系统环境变量中，或在克隆项目时创建一个.env文件。
Verba允许以不同的方式连接到Weaviate实例，具体取决于特定的用例。如果VERBA_URL和VERBA_API_KEY环境变量不存在，Verba将使用Weaviate Embedded。通过这种本地部署，可以最简单地启动Weaviate数据库用于原型设计和测试。
Verba提供了简单的指导说明，以便进一步处理数据。请注意，在继续之前，根据OpenAI访问密钥的配置，导入数据会产生费用。只有Verba会使用OpenAI模型。请注意，API密钥将收取使用这些模型的费用。数据嵌入和答案生成是主要的费用驱动因素。
您可以尝试访问https://verba.weaviate.io/。
Verba主要由三个部分组成：
- 用户可以将他们的Weaviate数据库托管在Weaviate Cloud Service（WCS）或他们自己的服务器上。
- 这个FastAPI端点在大型语言模型提供商和Weaviate数据存储之间进行中介。
- React前端（通过FastAPI提供静态交付）为数据探索和操作提供了一个动态用户界面。开发。
