SaiAkhil066/CORTEX-AI-SUPER-RAG

解决的问题

Cortex RAG 是一个本地检索增强生成（RAG）系统，允许用户上传文档并提问，而无需依赖云服务、API 密钥或订阅。它通过实现多层管道来克服基础 RAG 的局限性，提升检索准确性，减少噪声，并提供透明的推理过程。

工作原理

该系统通过 9 层管道处理文档（PDF、DOCX、TXT、MD）：

1. 索引构建：创建三个独立索引（BM25、FAISS 和 NetworkX 知识图谱），并可选择使用 LLM 为文本块添加周围上下文。
2. 查询处理：使用语义缓存对重复问题即时返回答案，并通过 RAG-Fusion 将单个查询扩展为多个变体以提高召回率。
3. 检索与精炼：使用 Reciprocal Rank Fusion (RRF) 合并向量搜索和图搜索结果，应用神经重排序器（Cross-Encoder）优先选择最相关段落，并使用 Corrective RAG (CRAG) 剔除无关块。
4. 生成：最终答案由本地 LLM 通过 Ollama 生成，并配有实时推理面板，可流式显示模型的思维链过程。

适用人群

适用于需要私有本地 AI 助手进行文档分析的用户，以及希望在自有基础设施上运行生产级 RAG 系统的组织。

核心亮点

• 本地优先：完全在用户机器上使用 Ollama 运行，确保数据隐私且零云依赖。
• 高级检索：结合向量搜索、稀疏检索（BM25）和 GraphRAG，提供全面上下文。
• 高精度：采用神经重排序和 CRAG 在生成前过滤噪声。
• 推理透明：包含实时推理面板，可观察模型内部思考过程。
• 灵活模型支持：兼容任何 Ollama 模型，包括 Llama 3.1、Qwen 2.5 和 Mistral。