The-Vibe-Company/quivr

解決的問題

Quivr 提供了一種簡化的方式，用來建構「第二腦」——一個能根據您個人私有文件回答問題的個人AI助理。它消除了從零開始建置檢索增強生成（RAG）的複雜性，讓開發者能快速將知識庫整合至應用程式中。

運作方式

Quivr 使用可透過 YAML 檔案設定的 RAG 流程，以定義工作流程（例如：歷史過濾、查詢重寫與檢索）。支援多種主流 LLM（OpenAI、Anthropic、Mistral、Gemma），並透過 Ollama 支援本地模型。使用者可匯入多種檔案類型（PDF、TXT、Markdown），並自訂檢索策略，包含加入網路搜尋與外部工具。

適用對象

希望在專案中加入基於文件的 AI 助理，但又不想管理 RAG 流程複雜細節的開發者。

主要亮點

• 具明確設計的 RAG：專為快速部署而設計的快速、高效預建構 RAG 實作。
• 彈性支援 LLM：相容多個主要 AI 提供商與本地模型。
• 廣泛的檔案相容性：支援 PDF、TXT 與 Markdown，並可新增自訂解析器。
• 可配置的工作流程：允許使用者透過 YAML 設定檔定義 RAG 流程。
• 整合 Megaparse：可與 Megaparse 搭配使用，提升檔案匯入效能。