# DaqiRAG

**Repository Path**: zbl090108/rag

## Basic Information

- **Project Name**: DaqiRAG
- **Description**: RAG Deepseek本地知识库
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: new2
- **Homepage**: https://www.daqid.com
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2025-05-01
- **Last Updated**: 2025-05-01

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# RAG知识库系统

## 项目简介

RAG知识库系统是一个基于检索增强生成（Retrieval-Augmented Generation）技术的知识管理系统。它允许用户上传文档，并通过自然语言查询来检索相关信息。系统结合了向量搜索和大语言模型，能够提供准确且上下文相关的回答。

## 运行说明

siliconflow申请开通，获取API密钥，实现deepseek在线算力。

deepseek算力免费申请链接：https://cloud.siliconflow.cn/i/QhRxqgS6  请用这个链接申请，可以送1百万个Token。

在项目根目录创建一个`.env`文件来存储您的API密钥和代理设置。为了方便使用，我们提供了一个示例文件`env_example`，您可以复制并重命名为`.env`，然后根据您的实际情况修改其中的值：

```bash
# 复制示例文件并重命名为.env
cp env_example .env

# 然后编辑.env文件，填入您的实际配置
```

`.env`文件内容示例：

```
SILICONFLOW_API_KEY=your_api_key_here
HTTP_PROXY=http://your_proxy_server:port
HTTPS_PROXY=http://your_proxy_server:port
```

需要下载huggingface的模型，需要科学上网。上面的代理设置可以在`.env`文件中配置。

大约下载6G的模型数据，共两个模型，下载时间较长。

win11运行成功的。Linux生产环境未测。

本项目会持续更新，欢迎大家贡献代码。

近期会更新成正式项目代码。

项目联系沟通QQ: 250128146 Email: xu@daqid.com

## 主要功能

- 文档上传：支持上传.docx格式的文档
- 知识检索：通过自然语言查询检索相关知识
- 上下文管理：维护用户会话上下文，提供连贯的问答体验
- 相关度评分：显示检索结果的相关度百分比

## 使用指南

1. 安装依赖：
   ```
   pip install -r requirements.txt
   ```
2. 启动应用：
   ```
   python app.py
   ```
3. 访问系统：
   - 打开浏览器访问 http://localhost:5000
4. 使用系统：
   - 点击“上传文档”按钮上传文档
   - 在搜索框输入查询内容进行检索

## 贡献指南

欢迎贡献代码！请遵循以下步骤：

1. Fork本项目
2. 创建新分支 (`git checkout -b feature/your-feature`)
3. 提交更改 (`git commit -m 'Add some feature'`)
4. 推送到分支 (`git push origin feature/your-feature`)
5. 创建Pull Request

## 依赖项

- Flask
- ChromaDB
- python-docx
- numpy
- BAAI/bge-m3 (嵌入模型)
- BAAI/bge-reranker-v2-m3 (重排模型)


http://192.168.90.208:8072/admin/odoodd/syncLingwu?passc=