The-Vibe-Company/quivr

解决的问题

Quivr 提供了一种简化的方式，用于构建一个「第二大脑」——一个基于您个人私有文档回答问题的个人AI助手。它消除了从零开始搭建检索增强生成（RAG）的复杂性，使开发者能够快速将知识库集成到自己的应用中。

工作原理

Quivr 使用可通过 YAML 文件配置的 RAG 流水线来定义工作流（例如，历史过滤、查询重写和检索）。它支持多种主流 LLM（OpenAI、Anthropic、Mistral、Gemma），并通过 Ollama 支持本地模型。用户可以导入多种文件类型（PDF、TXT、Markdown），并自定义检索策略，包括添加网络搜索和外部工具。

适用人群

希望在项目中添加基于文档的 AI 助手，但又不想管理 RAG 流水线复杂细节的开发者。

主要亮点

• 有明确设计的 RAG：专为快速部署而设计的快速、高效的预构建 RAG 实现。
• 灵活的 LLM 支持：兼容多个主流 AI 提供商和本地模型。
• 广泛的文件兼容性：支持 PDF、TXT 和 Markdown，还可添加自定义解析器。
• 可配置的工作流：允许用户通过 YAML 配置文件定义 RAG 处理流程。
• 与 Megaparse 集成：可与 Megaparse 配合使用，提升文件导入能力。