一个基于本地大语言模型（LLMs）的 RAG（Retrieval-Augmented Generation）LLM 辅助工具
源代码
http://www.gitpp.com/qin-ai/lumos-ai
我们收集整理100个开源AI agent，了解世界最新agent动态
智能Agent Lumos 项目介绍
项目名称：Lumos
项目概述：
Lumos 是一个创新的 Chrome 扩展，它利用本地大语言模型（LLMs）提供 Retrieval-Augmented Generation（RAG）功能，旨在增强用户的网页浏览体验。通过集成先进的自然语言处理技术，Lumos 能够帮助用户总结长文、提取关键信息、回答特定问题，并对网页内容进行智能交互。
主要功能：
内容总结：对问题跟踪网站、论坛、社交媒体上的长线程进行简洁明了的总结。
新闻提炼：快速提取新闻文章的核心要点。
评论分析：在商业和产品页面中，针对用户评论提出相关问题或提炼关键意见。
技术文档问答：对长篇技术文档进行智能问答，帮助用户快速找到所需信息。
技术背景与依赖：
Ollama 支持：Lumos 由 Ollama 提供底层技术支持，所有推理过程均在本地完成，确保数据隐私和安全。
本地服务器需求：由于 Chrome 扩展的安全限制，Lumos 需要一个本地服务器来运行 LLM。项目受 Web LLM 项目 和 LangChain 的启发，实现了高效的本地 LLM 集成。
目录结构详解：
根目录：包含项目的基础配置文件，如
manifest.json（Chrome 扩展配置）、package.json（项目依赖管理）、tsconfig.json（TypeScript 配置）等。.github/workflows：定义了 CI/CD 工作流，如ci.yml，用于自动化测试和部署。src：源代码核心目录，包括App.tsx（主应用组件）、contentConfig.ts（内容配置）、options.tsx（扩展选项页面）等，以及多个子目录组织不同功能模块。__tests__：测试目录，包含对项目各部分的单元测试，确保代码质量。docs：文档目录，提供项目使用指南、配置说明等。screenshots：存放项目截图，用于展示功能和使用效果。
Ollama 服务器配置指南：
安装 Ollama：从 Ollama 官网 下载并安装 Ollama 及其 CLI 工具。
拉取模型镜像：使用
ollama pull llama2命令获取所需的语言模型。启动服务器：执行
OLLAMA_ORIGINS=chrome-extension://* ollama serve启动服务器，确保设置OLLAMA_ORIGINS环境变量以允许 Chrome 扩展请求。macOS 环境变量：使用
launchctl setenv OLLAMA_ORIGINS "chrome-extension://*"设置环境变量。Docker 容器部署：提供 Docker 运行选项，使用
docker run命令启动容器，并设置相应的环境变量。
Chrome 扩展开发命令：
npm test：启动交互式测试运行器，方便开发过程中进行单元测试。npm run lint：对代码进行eslint和prettier检查，确保代码风格一致。npm run build：构建生产版本，优化性能并输出到dist目录，准备部署。
安装指南：
用户可以通过 Chrome 的“加载已解压的扩展程序”功能安装 Lumos。具体步骤可参考 Chrome 扩展开发者文档，简单快捷地将 Lumos 集成到 Chrome 浏览器中。
Lumos 项目以其强大的本地 LLM 支持和灵活的 Chrome 扩展形式，为用户提供了一个高效、安全的网页内容交互工具，极大地提升了信息获取和处理的效率。
一个基于本地大语言模型（LLMs）的 RAG（Retrieval-Augmented Generation）LLM 辅助工具
源代码
http://www.gitpp.com/qin-ai/lumos-ai
