Eino-example

这是一个基于 字节跳动开源的大语言模型应用框架 Eino 构建 RAG检索增强生成 的简单示例。
本示例比官方示例更加通俗，摒弃了官方示例的冗杂向量数据库配置内容，选择redis作为向量数据库，更适合新手及小型项目。

什么是 RAG ？

RAG（Retrieval-Augmented Generation，检索增强生成）是一种结合信息检索技术和语言生成模型的人工智能技术。 它通过从外部知识库中检索相关信息，并将其作为提示输入给大型语言模型（LLMs），从而增强模型处理知识密集型任务的能力。

内容介绍：

• RAGEngine： RAG引擎，用于向量的嵌入、本地存储、检索、文档生成。
• docker-compose.yaml： 用于构建 redis-stack 的 docker 环境，本项目的向量数据库依赖于 redis-stack。
• test-txt: 用于向量化的文档。
• config： 一些隐私性配置内容，如APIKey。
• 其他内容： RAG引擎的各个组件，如 loader、splitter、retriever等，均为 Eino框架 的重要构成组件 (Components)。