قم ببناء تطبيقات RAG محددة الاتجاه بسرعة باستخدام بايثون ونماذج LLM القابلة للربط.
قم بدمج سير عمل الاسترجاع المعزز بالتوليد (RAG) المخصص في تطبيقاتك الحالية.
Quivr-core هي مكتبة بايثون مصممة لمساعدتك في بناء وتكوين خطوط أنابيب RAG بأقل قدر من الكود. وهي تناسب المطورين الذين يتطلعون إلى تضمين الاستعلام عن المستندات ومساعدي الذكاء الاصطناعي في تطبيقاتهم.
تتيح لك المكتبة إنشاء عقل من ملفات PDF أو TXT أو Markdown باستخدام أسطر قليلة فقط من بايثون. وهي تدعم استراتيجيات الاسترجاع القابلة للتخصيص، وتעريفات سير العمل المستندة إلى YAML، والتكامل مع أداة الابتلاع Megaparse.
هي مناسبة للمطورين والمهندسين الذين يبنون منتجات ذكاء اصطناعي مخصصة ويرغبون في تخطي الأكواد المتكررة لـ RAG منخفضة المستوى. وهي غير مناسبة للمستخدمين غير التقنيين الذين يبحثون عن تطبيق دردشة جاهز للاستخدام على سطح المكتب.
يبني خطوط أنابيب RAG سريعة وفعالة بأقل قدر من الكود باستخدام quivr-core.
يتصل بـ OpenAI أو Anthropic أو Mistral أو النماذج المحلية عبر Ollama.
يعالج ملفات PDF والمستندات النصية وملفات markdown جاهزة للاستخدام.
يحدد استراتيجيات الاسترجاع، وحدود السجل، ومصادر إعادة الترتيب من خلال ملفات التكوين.
البرنامج مجاني بموجب ترخيصه، ولكن ستتحمل تكاليف واجهات برمجة التطبيقات (APIs) لنماذج LLM أو خدمات إعادة الترتيب التي تختار الاتصال بها.
877 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٦ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$175 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
أدوات الذكاء الاصطناعي المُراجَعة هذه تؤدي المهمة فوراً — من دليلنا المُقيَّم.
تدعم واجهات برمجة التطبيقات من OpenAI وAnthropic وMistral، إلى جانب النماذج المحلية عبر Ollama.
نعم، يمكنك تحديد استراتيجيات استرجاع مخصصة، وحدود السجل، ومصادر إعادة الترتيب باستخدام ملف تكوين YAML.
شاهد Zekai أولاً في جوجل