示例
| 端到端代码示例 | 描述 | 技术栈 |
|---|
| 使用LlamaIndex的多租户 | 处理来自LlamaIndex中多个用户的数据。 | Qdrant, Python, LlamaIndex |
| 为Cohere RAG实现自定义连接器 | 将存储在Qdrant中的数据带到Cohere RAG | Qdrant, Cohere, FastAPI |
| 用于互动学习的聊天机器人 | 构建一个用于互动学习的私有RAG聊天机器人 | Qdrant, Haystack, OpenShift |
| 信息提取引擎 | 构建一个私有的RAG信息提取引擎 | Qdrant, Vultr, DSPy, Ollama |
| 员工入职系统 | 构建一个用于员工入职的RAG系统 | Qdrant, Cohere, LangChain |
| 合同管理系统 | 构建一个特定区域的RAG系统用于合同管理 | Qdrant, Aleph Alpha, STACKIT |
| 用于客户支持的问答系统 | 为AI客户支持构建RAG系统 | Qdrant, Cohere, Airbyte, AWS |
| 在PDF文档上的混合搜索 | 为产品PDF手册开发混合搜索系统 | Qdrant, LlamaIndex, Jina AI |
| 博客阅读 RAG 聊天机器人 | 在Scaleway上使用LangChain开发基于RAG的聊天机器人 | Qdrant, LangChain, GPT-4o |
| 电影推荐系统 | 使用LlamaIndex和JinaAI构建电影推荐系统 | Qdrant |
笔记本
我们的笔记本提供了复杂的指令，并配有详尽的解释。通过尝试代码并充分利用每个示例来跟随学习。
感谢您的反馈！🙏
我们很抱歉听到这个消息。😔 你可以在GitHub上编辑这个页面，或者创建一个GitHub问题。
