使用场景

使用spRAG分析金融报告，预测市场趋势。

法律顾问使用spRAG从历史案例中检索判例法。

学术研究人员利用spRAG从大量文献中提取研究资料。

产品特色

AutoContext：自动将文档级上下文注入到单个块中，提高嵌入的准确性和完整性。

Relevant Segment Extraction (RSE)：后处理步骤，将相关块集群智能组合成长文本段落，为复杂问题提供更好的上下文。

使用OpenAI、Claude 3 Haiku和Cohere等API进行嵌入和重排。

支持自定义配置，允许用户选择不同的模型和API。

KnowledgeBase对象持久化，自动保存配置信息。

支持从文件直接创建知识库，并进行查询。

提供文档解析工具，方便从PDF等文件中提取文本。

使用教程

1. 安装spRAG：使用Python包管理器pip安装sprag。

2. 设置API密钥：确保为OpenAI、Anthropic和Cohere等提供商设置了环境变量。

3. 创建知识库：使用create_kb_from_file函数从文件创建KnowledgeBase对象。

4. 加载知识库：通过kb_id加载已创建的知识库。

5. 查询知识库：使用query方法对知识库进行查询。

6. 自定义配置：根据需要自定义KnowledgeBase的配置，如使用不同的嵌入模型或重排器。

7. 添加文档：使用add_document方法向知识库中添加文档。

8. 运行查询并获取结果：执行查询并打印返回的段落。