查看我们使用 Embedchain 构建的最新Sadhguru AI 应用程序。
Embedchain 是一个开源 RAG 框架，可以轻松创建和部署 AI 应用程序。Embedchain 的核心遵循“常规但可配置”的设计原则，为软件工程师和机器学习工程师服务。
Embedchain 简化了 RAG 应用程序的创建，提供了管理各种类型非结构化数据的无缝流程。它有效地将数据分割成可管理的块，生成相关的嵌入，并将它们存储在矢量数据库中以优化检索。借助一套多样化的 API，它使用户能够提取上下文信息、找到精确的答案或进行交互式聊天对话，所有这些都是根据自己的数据量身定制的。
pip install embedchain
查看我们使用 Embedchain 创建的Chat with PDF实时演示。您可以在这里找到源代码。
例如，您可以使用以下代码创建 Elon Musk 机器人：
import os from embedchain import Pipeline as App# Create a bot instance os.environ["OPENAI_API_KEY"] = "YOUR API KEY" elon_bot = App()
# Embed online resources elon_bot.add("https://en.wikipedia.org/wiki/Elon_Musk") elon_bot.add("https://www.forbes.com/profile/elon-musk")
# Query the bot elon_bot.query("How many companies does Elon Musk run and name those?") Answer: Elon Musk currently runs several companies. As of my knowledge, he is the CEO and lead designer of SpaceX, the CEO and product architect of Tesla, Inc., the CEO and founder of Neuralink, and the CEO and founder of The Boring Company. However, please note that this information may change over time, so it's always good to verify the latest updates.
os.environ["OPENAI_API_KEY"] = "YOUR API KEY" elon_bot = App()
elon_bot.add("https://en.wikipedia.org/wiki/Elon_Musk") elon_bot.add("https://www.forbes.com/profile/elon-musk")
elon_bot.query("How many companies does Elon Musk run and name those?")
Answer: Elon Musk currently runs several companies. As of my knowledge, he is the CEO and lead designer of SpaceX, the CEO and product architect of Tesla, Inc., the CEO and founder of Neuralink, and the CEO and founder of The Boring Company. However, please note that this information may change over time, so it's always good to verify the latest updates." tabindex="0" role="button">
<svg aria-hidden="true" height="16" viewBox="0 0 16 16" version="1.1" width="16" data-view-component="true" class="octicon octicon-copy js-clipboard-copy-icon"> <path d="M0 6.75C0 5.784.784 5 1.75 5h1.5a.75.75 0 0 1 0 1.5h-1.5a.25.25 0 0 0-.25.25v7.5c0 .138.112.25.25.25h7.5a.25.25 0 0 0 .25-.25v-1.5a.75.75 0 0 1 1.5 0v1.5A1.75 1.75 0 0 1 9.25 16h-7.5A1.75 1.75 0 0 1 0 14.25Z"></path><path d="M5 1.75C5 .784 5.784 0 6.75 0h7.5C15.216 0 16 .784 16 1.75v7.5A1.75 1.75 0 0 1 14.25 11h-7.5A1.75 1.75 0 0 1 5 9.25Zm1.75-.25a.25.25 0 0 0-.25.25v7.5c0 .138.112.25.25.25h7.5a.25.25 0 0 0 .25-.25v-7.5a.25.25 0 0 0-.25-.25Z"></path>
您还可以在浏览器中使用 Google Colab 进行尝试：
综合指南和 API 文档可帮助您充分利用 Embedchain：
-
通过加入我们的Slack 社区或Discord 社区与其他开发人员联系。
-
深入GitHub 讨论、提出问题或分享您的经验。
预订与创始人的一对一会议，讨论任何问题，提供反馈，或探索我们如何为您改进 Embedchain。
欢迎贡献！请检查存储库上的问题，并随时提出拉取请求。有关更多信息，请参阅贡献指南。
我们收集匿名使用指标以提高软件包的质量和用户体验。这包括功能使用频率和系统信息等数据，但绝不包括个人详细信息。这些数据帮助我们确定改进的优先顺序并确保兼容性。如果您想选择退出，请设置环境变量EC_TELEMETRY=false。我们优先考虑数据安全，不会与外部共享这些数据。
如果您使用此存储库，请考虑使用以下方式引用它：
@misc{embedchain,
author = {Taranjeet Singh, Deshraj Yadav},
title = {Embedchain: The Open Source RAG Framework},
year = {2023},
publisher = {GitHub},
journal = {GitHub repository},
howpublished = {\url{https://github.com/embedchain/embedchain}},
}