deepset-ai/haystack-cookbook

解決する課題

Haystack Cookbook は、ドキュメントを読むことと実際に構築することの間のギャップに対処します。さまざまなモデルプロバイダー、ベクターデータベース、検索技術、新しい実験的機能を Haystack と組み合わせる方法を示す、すぐに実行できるサンプルノートブックを提供します。統合をゼロから理解する代わりに、これらの小さく焦点を絞ったデモを出発点として使用できます。

仕組み

このプロジェクトは、Jupyter ノートブックでいっぱいの公開リポジトリにすぎません。各ノートブックは通常、特定のモデルプロバイダーの使用、ベクターデータベースのセットアップ、検索技術の適用など、特定の小さなデモまたはユースケースを示しています。ノートブックはガイドラインを意図しており、完全なアプリケーションではありません。より深く学びたい場合は、README が公式の Haystack ドキュメントとチュートリアル、および追加の例については deepset ブログを案内します。

対象読者

このクックブックは、Haystack でアプリケーションを構築したいと考えており、具体的で実行可能な例を必要としている開発者向けです。さまざまなプロバイダー、ベクターデータベース、または検索方法を探索し、適応できる実用的なテンプレートを探している人に適しています。また、独自の Haystack の例をコミュニティと共有したい貢献者にも役立ちます。

ハイライト

• Haystack フレームワークを使用したサンプルノートブックのコレクション
• 複数のモデルプロバイダー、ベクターデータベース、検索技術、実験的機能をカバー
• ほとんどの例は簡単に適応できる小さなデモです
• 貢献プロセスでは、最初に issue を開き、割り当てられた issue に PR をリンクする必要があります