microsoft/typeagent-py
Structured RAG: ingest, index, query
何を解決するか
TypeAgentは、構造化されたRAG（Retrieval-Augmented Generation）を実装することを目的としており、TypeAgent KnowProシステムのPython版を提供することで、ユーザーがより組織的で構造的な検索システムを構築しやすくなります。
動作方法
これは、外部のLLMと連携して情報を処理・インデックス化し、構造化された検索を実現するPythonパッケージです。元のTypeScriptベースのTypeAgent KnowProプロジェクトの論理と機能をPythonに翻訳しています。
対象ユーザー
Pythonで構造化RAGパターンを実装したい開発者、およびTypeAgentエコシステムの実験的プロトタイプに興味がある人。
特徴
- 構造化RAGのMVP用実験的プロトタイプ。
- TypeScriptのTypeAgent KnowProプロジェクトのPython翻訳。
- pipによる簡単なインストール。
関連
- プロジェクト
microsoft/TypeAgentTypeAgentは、大規模言語モデル、構造化プロンプト、および独自の「構造化RAG」メモリシステムを活用して、単一のパーソナルAIアシスタントを構築するMicrosoftのオープンソースサンプルです。Electronベースのシェル、自然言語リクエストをタイプ化されたエージェントにルーティングするディスパッチャー、論理的エンティティとして会話の事実を保存するメモリ層、およびLLM呼び出しを削減するキャッシュを含んでいます。このリポジトリには、カレンダー、メール、ブラウザなど多くのサンプルエージェントと、カスタムエージェントを追加するためのSDKが含まれています。これは初期段階のサンプルコードであり、Azure OpenAIで英語でテスト済みで、さらなる検証なしにはプロダクション用途には向いていません。
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト
GiovanniPasq/agentic-rag-for-dummiesこのリポジトリは、LangGraph を使用して構築された、エージェント駆動型のリトリーブ・オーガナイズド・ジェネレーション（RAG）システムの具体的かつモジュール式の例を提供しています。階層的ドキュメントインデキシング、マルチエージェントクエリ処理、人間が関与する明確化、複数のLLMプロバイダ（デフォルトはOllama）のサポートをカバーしています。セットアップ、評価、可視性のためのノートブックが含まれており、学習やプロトタイピングに適した信頼できるリソースです。