Chat RAG-基于检索增强生成（RAG）的交互式编程助手，可本地部署

Chat RAG: 交互式编程助手

Chat RAG 是一个基于检索增强生成（RAG）技术的交互式编程助手，它提供了一个用户友好的 Gradio 界面，允许用户与各种语言模型进行交互，以获得编程问题的解答。该项目结合了先进的自然语言处理技术和灵活的用户界面，为开发者提供了一个强大的工具来解决编程难题。

项目地址：https://github.com/JakeFurtaw/Chat-RAG

unsetunset主要特性unsetunset

1. 多种语言模型支持：用户可以选择包括 Codestral、Mistral-Nemo、LLaMA3.1、DeepSeek Coder v2、Gemma2 和 CodeGemma 在内的多个模型。
2. RAG 技术支持：利用上传的文档提供上下文感知的回答。
3. 交互式聊天界面：简单易用的聊天界面，方便用户提出编程问题。
4. 文件上传功能：支持上传额外的上下文文件。
5. 模型切换：可以在不同的语言模型之间无缝切换。
6. 重置聊天引擎：清除聊天历史和内存，重新开始对话。
7. 删除数据库：为了隐私和重置目的，可以轻松删除所有存储的数据。
8. 增强的内存管理：为不同模型动态管理聊天内存。
9. 精细的聊天提示：上下文提示引导 AI 生成更准确和有用的回应。

unsetunset使用方法unsetunset

1. 设置环境文件 (.env)：

GRADIO_TEMP_DIR="YourPathTo/Chat-RAG/data"

GRADIO_WATCH_DIRS="YourPathTo/Chat-RAG"

HUGGINGFACE_HUB_TOKEN="YOUR HF TOKEN HERE"

1. 运行应用程序：

gradio chatrag.py

1. 应用程序将自动在浏览器中打开新标签页并启动。
2. （可选）上传相关文件以提供额外上下文。
3. 从下拉菜单中选择语言模型。
4. 在文本框中输入您的编程问题并按回车。
5. 模型将在聊天窗口中流式返回对您查询的回应。

unsetunset项目结构unsetunset

• chatrag.py: 主应用程序入口点和 Gradio 设置
• chat.py: 核心聊天功能，包括文档加载和聊天引擎设置
• gr_utils.py: Gradio 工具函数
• model_utils.py: 管理模型选择、内存和用户输入处理
• utils.py: 用于嵌入、LLM 设置和聊天引擎配置的实用函数

unsetunset界面展示unsetunset

应用程序初始状态

Start State of the App

下拉菜单操作

Dropdown Menu

Llama 3.1 查询示例

Llama Query Example

RAG 查询示例

RAG Query Example

unsetunset结语unsetunset

Chat RAG 为开发者提供了一个强大而灵活的工具，可以利用先进的语言模型和 RAG 技术来解决编程问题。通过其直观的界面和丰富的功能，它有望成为开发者工具箱中的重要组成部分。无论是寻求代码建议、调试帮助还是编程概念解释，Chat RAG 都能提供及时、相关的支持。