在当今信息爆炸的时代，我们每天都在与海量的文档打交道，无论是研究报告、学术论文还是日常的工作文件。随着数据量的不断增长，如何高效地从这些文档中提取所需信息成为了一个挑战。
随着 AI 技术的发展和 RAG 技术的出现，前面遇到的问题，有了一个很不错的解决方案。将您的文档转化为一个智能的知识库，让您能够通过简单的对话就能获取深入的洞察和答案。
本文 Kakuqo 将介绍近期 Github 上非常火爆的开源项目 —— Kotaemon。
Kotaemon 是一个基于 RAG 的开源工具，让你可以轻松地与您的文档 “聊天”💬。
近期热文
kotaemon 主要特点
自托管文档问答 (RAG) Web-UI：支持多用户登录，组织文件到私人/公共集合，协作并分享你喜欢的聊天记录。 组织 LLM 和嵌入模型：支持本地 LLM 和主流的 API 提供商（如 OpenAI、Azure、Ollama、Groq）。 混合 RAG 管道：提供默认的混合（全文和向量）检索器和重新排序，以确保最佳检索质量。 多模态问答支持：在多个包含图表和表格的文档上执行问答，支持多模态文档解析。 高级引用和文档预览：系统默认提供详细引用以确保 LLM 答案的正确性。可以在浏览器内的 PDF 查看器中直接查看引用（包括相关评分）并高亮显示。当检索管道返回低相关性文章时会发出警告。 支持复杂推理方法：使用问题分解来回答复杂/多跳问题。支持基于代理的推理方法，如 ReAct、ReWOO 和其他代理。 可扩展：基于 Gradio 构建，您可以随意自定义/添加任何 UI 元素。支持多种文档索引和检索策略，还提供了 GraphRAG 索引管道的示例。
kotaemon 使用示例
添加 AI 模型
文件上传
与文档聊天
信息面板
kotaemon 快速上手
为了方便大家快速体验 kotaemon 的功能，kotaemon 作者很贴心为我们提供了一个线上版本。
https://huggingface.co/spaces/cin-model/kotaemon-demo
除此之外，该项目也支持本地部署，提供了 App、Docker 部署和非 Docker 部署的方案。
安装 App
从 Github kotaemon 仓库的 releases 界面，下载最新的版本，目前最新版本是 v0.4.4。
App 安装步骤：
解压下载的文件。 导航到 scripts 文件夹并启动与您的操作系统匹配的安装程序：
Windows: 运行 run_windows.bat。只需双击该文件。 macOS: 运行 run_macos.sh 右键点击您的文件并选择“打开方式”和“其他”。 启用“所有应用程序”并选择“终端”。 注意：如果您希望始终使用终端打开该文件，请勾选“始终使用此方式打开”。 Linux: 运行 run_linux.sh。请在终端中使用 bash run_linux.sh 运行该脚本。
安装完成后，安装程序会询问是否启动 ktem 的 UI，回答继续。 如果启动，应用程序将自动在您的浏览器中打开。
Docker 部署
启动服务器
docker run \
-e GRADIO_SERVER_NAME=0.0.0.0 \
-e GRADIO_SERVER_PORT=7860 \
-p 7860:7860 -it --rm \
taprosoft/kotaemon:v1.0
打开应用
当服务器正常启动之后，在浏览器打开 http://localhost:7860/ 地址，即可以访问 kotaemon 内置的 Web UI。
https://github.com/Cinnamon/kotaemon
往期文章
欢迎您与我交流 AI 技术/工具
关注 AI 真好玩，带你玩转各类 AI 工具，掌控数字未来！
如果这篇文章对您有所帮助，请点赞、关注，并分享给您的朋友。感谢您的支持！
