共计 1113 个字符，预计需要花费 3 分钟才能阅读完成。
网易有道近期开源了自研的 RAG 引擎“QAnything”，Anything 是一个本地知识库问答系统，旨在支持多种文件格式和数据库，允许离线安装和使用。QAnything (Question and Answer based on Anything) 是致力于支持任意格式文件或数据库的本地知识库问答系统，可断网安装使用。您的任何格式的本地文件都可以往里扔，即可获得准确、快速、靠谱的问答体验。
目前已支持格式: PDF，Word(doc/docx)，PPT，Markdown，Eml，TXT，图片（jpg，png 等），网页链接 等
GitHub 地址：https://github.com/netease-youdao/QAnything
试用地址：https://qanything.ai
特点
- 数据安全，支持全程拔网线安装使用。
- 支持跨语种问答，中英文问答随意切换，无所谓文件是什么语种。
- 支持海量数据问答，两阶段向量排序，解决了大规模数据检索退化的问题，数据越多，效果越好。
- 高性能生产级系统，可直接部署企业应用。
- 易用性，无需繁琐的配置，一键安装部署，拿来就用。
- 支持选择多知识库问答。
必要条件
| 必要项 | 最低要求 | 备注 |
|---|---|---|
| NVIDIA GPU Memory | >= 16GB | 推荐 NVIDIA 3090 |
| NVIDIA Driver 版本 | >= 525.105.17 | |
| CUDA 版本 | >= 12.0 | |
| docker compose 版本 | >=1.27.4 | docker compose 安装教程 |
下载安装
- step1: 下载本项目
git clone https://github.com/netease-youdao/QAnything.git- step2: 下载模型并解压到本项目根目录下
cd QAnything
git clone https://www.modelscope.cn/netease-youdao/qanything_models.git
unzip qanything_models/models.zip # in root directory of the current project- step3：更改配置
vim front_end/.env # change 10.55.163.92 to your host
vim docker-compose.yaml # change CUDA_VISIBLE_DEVICES to your gpu device id- step4: 启动服务
docker-compose up -d安装成功后，即可在浏览器输入以下地址进行体验。
-
前端地址: http://{your_host}:5052/qanything
-
api 地址: http://{your_host}:5052/api/
详细 API 文档请移步QAnything API 文档
正文完
关注公众号获取最新教程
