Cross Canon: 将圣经实现为 RAG 数据库

Cross Canon 通过 RAG 实现语义经文搜索

Cross Canon 是一个技术实现，它将圣经视为检索增强生成 (RAG) 数据库，允许用户在圣经文本中进行语义搜索。与传统的关键词搜索不同，这种方法允许根据概念含义检索段落，例如寻找关于“政府”的引用，其中既包括罗马书 13 章中的神学讨论，也包括但以理书和以斯拉记中的历史法令。

核心功能与用户体验

Cross Canon 为查询索引的经文提供了一个专门的界面。该系统允许用户：

• 按书卷过滤： 用户可以指定圣经中的特定书卷（例如，Genesis, Matthew, Revelation）以缩小搜索范围，或者将该字段留空以搜索整个索引语料库。
• 语义检索： 引擎根据查询的含义而非精确的单词匹配来识别匹配项，用户指出这对于发现不太明显的引用非常有效，例如寻找除了著名的 Nephilim 和 Goliath 之外的各种“巨人”。

技术考量与社区反馈

围绕该项目的社区讨论突出了将 RAG 应用于宗教文本时固有的几个技术机遇和局限性：

正典范围与包容性

用户建议，为了实现全面的实施，数据库应包含圣经正典的各种版本。具体而言，建议包括添加次经 (Deuterocanonical books) 并扩展索引以包含埃塞俄比亚、天主教和东正教正典，以提供一个更完整的学术工具。

性能与实现

初步的用户反馈表明，虽然语义结果在概念上是准确的，但系统可能会很慢。社区中的技术贡献者建议了针对 RAG 流水的几种优化方案，包括：

• Embedding Models： 使用 GTR-T5 来生成快速且免费的嵌入 (embeddings)。
• Hybrid Retrieval： 实现混合模式以提高速度和准确性。
• Entity Extraction： 使用小型本地模型来提取实体以进行基于图的检索。

比较宗教 RAG 项目

Cross Canon 是将 RAG 应用于神圣文本的更广泛趋势的一部分。社区提到的类似项目包括：

• Reminder.dev： 一个针对古兰经的开源 RAG 实现，它还使用 OpenAI embeddings 索引了 Hadith 和 Allah 的名字。
• Crazy.church： 一个使用 Cloudflare Vectorize 进行嵌入 (embeddings) 的项目，用于比较“三大”宗教的经文。