粤ICP备17114055号
微信扫码
添加专属顾问
支持私有化部署
我要投稿
SimpleRAG是基于WPF与Semantic Kernel实现的一个简单的RAG应用，可用于学习与理解如何使用Semantic Kernel构建RAG应用。
GitHub地址：https://github.com/Ming-jiayou/SimpleRAG
支持所有兼容OpenAI格式的大语言模型：
支持所有兼容OpenAI格式的嵌入模型：
简单的RAG回答效果：
对比不使用RAG的回答：
git clone到本地，打开appsettings.example.json文件：
如下所示：
ChatAI用于配置对话模型，Embedding用于配置嵌入模型，TextChunker用于配置文档切片大小。
还是以SiliconCloud为例，只需填入你的api key 并将文件名改为appsettings.json，或者新建一个appsettings.json即可。
配置完成如下所示：
IDE:VS2022
.NET 版本：.NET 8
打开解决方案，项目结构如下所示：
运行程序：
测试AI聊天：
测试嵌入：
使用的是Sqlite保存向量，可以在Debug文件夹下找到这个数据库：
打开该数据库，如下所示：
测试RAG回答：
您还可以自由的进行其他配置，比如使用Ollama中的对话模型与嵌入模型用于本地离线场景，配置其他的在线对话模型，使用本地Ollama中的嵌入模型等。
53AI，企业落地大模型首选服务商
产品：场景落地咨询+大模型应用平台+行业解决方案
承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2025-04-20
谈谈RAG 的四个级别
2025-04-20
大模型能像专业分析师一样提取用户需求吗？
2025-04-19
基于Embedding分块 - 文本分块（Text Splitting），RAG不可缺失的重要环节
2025-04-19
RAG升级-基于知识图谱+deepseek打造强大的个人知识库问答机器人
2025-04-19
RAG vs. CAG vs. Fine-Tuning：如何为你的大语言模型选择最合适的“脑力升级”？
2025-04-19
低代码 RAG 只是信息搬运工，Graph RAG 让 AI 具备垂直深度推理能力！
2025-04-18
微软PIKE-RAG全面解析：解锁工业级应用领域知识理解与推理
2025-04-18
AI 记忆不等于 RAG：对话式 AI 为何需要超越检索增强
2024-10-27
2024-09-04
2024-07-18
2024-05-05
2024-06-20
2024-06-13
2024-07-09
2024-07-09
2024-05-19
2024-07-07
2025-04-20
2025-04-19
2025-04-18
2025-04-16
2025-04-14
2025-04-13
2025-04-11
2025-04-09
回到顶部