社区供稿 | 使用 Hugging Face 和 Milvus 构建 RAG 系统

文章预览

Milvus 是一个广受欢迎的开源向量数据库，为人工智能应用提供高性能和可扩展的向量相似性搜索。在本教程中，我们将向您展示如何使用 Hugging Face 和 Milvus 构建 RAG（检索增强生成）流程。 RAG 系统将检索系统与 LLM 相结合。该系统首先使用向量数据库 Milvus 从语料库中检索相关文档，然后使用 Hugging Face 的 LLM 根据检索到的文档生成回答。 01. 准备 依赖环境关系 ! pip install --upgrade pymilvus sentence-transformers huggingface-hub langchain_community langchain-text-splitters pypdf tqdm 如果您使用 Google Colab，要启用刚刚安装的依赖项，您可能需要  重新启动运行时 （单击屏幕顶部的“运行时”菜单，然后从下拉菜单中选择“重新启动会话”） 。 另外，我们建议您配置您的 Hugging Face User Access Token ，并将其设置在您的环境变量中，因为我们将使用 Hugging Face Hub 的 LLM 。如果不设 ………………………………