基于本地的LLM模型+Embedding数据向量化，实现对话式RAG检索，实现本地知识库
点击空白处退出提示
本地RAG知识库产品系统
我要开发同款技术信息
作品详情
行业场景
功能介绍
基于 RAG (Retrieval-Augmented Generation) 的本地知识库系统，使用 Ollama 运行本地 LLM 和 Embedding 模型。
项目实现
https://github.com/AkitoZz/mycocDoc
后端
FastAPI - 高性能 Python Web 框架
PostgreSQL + pgvector - 数据库和向量存储
Ollama - 本地 LLM 运行时
前端
React 18 - UI 框架
React Router - 路由
Vite - 构建工具
Axios - HTTP 客户端
AI 模型
bge-m3 - 中英文 Embedding 模型 (1024 维)
qwen2.5:14b - 对话大语言模型
示例图片
声明：本文仅代表作者观点，不代表本站立场。如果侵犯到您的合法权益，请联系我们删除侵权资源！如果遇到资源链接失效，请您通过评论或工单的方式通知管理员。未经允许，不得转载，本站所有资源文章禁止商业使用运营!
评论