Размер видео: 1280 X 720853 X 480640 X 360
Показать панель управления
Автовоспроизведение
Автоповтор
RUclips会员:ruclips.net/channel/UCPpdGTNbIKdiWgxCrbka4ZwjoinPatreon:www.patreon.com/newtype_ai知识星球:t.zsxq.com/19IaNz5wK
anythingLLM就是初级学习级别的,ragflow看似功能设置很多,但是bug也极多,稳定性不如fastgpt
看了视频装了一天 ,很值得!感谢!
本人配置了一台AI服务器(AMD EPYC 9554*2, 512GB-RAM, 4090显卡*4),主要目的就是部署一个高品质的私有知识库,为这个RAGFlow苦恼了一个月了:现实问题(1)投喂大量文档(doc, jpg, pdf, etc...)时,不能指定任意目录,并进行多层目录自动分析功能,只能从web操作界面,一个一个文件上传,这导致没法使用(例如:我有6TB,40多万个不同类型的文档,并且是保存在无数个多层嵌套的目录内,你让我一个一个的上传?这完全是无法使用的,很多文件还存在定期更新、修改问题)。除了指定文档目录,还要具备定期(哪怕手动也行)更新分析,没有更新的文档自动跳过,新增的、更新的文档则重新分析。我相信这也是大多数真正需要知识库的人存在的现实问题!;(2)多语言支持,这里的语言,指的是【人类外语】,目前多数大预言模型,对中英文支持还算可以,但是其他外语一塌糊涂,大部分直接不支持。我是外语工作者,多外语支持的AI资料库也是亟需的现实需求。(3)以上问题或许可以通过二次开发解决,但是对于个人,这个开发费用不可承受,公司可以考虑。。。。希望黄老师能帮助看看,谢谢了。
对 自动扫描目录应该是刚需 不知道为啥所有的都需要手动上传
我觉得首先它是一个开源项目, 你可以看它怎么做的, 然后代码来自动化文件上传什么的。 另外, 就是作为对最终对话提供context的个体, 最重要的事情其实是信息的简洁性。 上传如此多文档是否都是有用的文档? 会不会产生illusion?
这个与微软的GRAHRAG有什么区别吗?
很有用,用Ollama 跑也成功,謝謝分享
前几周试过这个ragflow了,识别MD格式毫无难度,PDF依然有不少问题,感觉还需要迭代升级一下内嵌更好的PDF识别方案。但即使如此,也比anything LLM这种好太多了。
up主研究了很久啊,支持!
感谢分享教程,请问下能否只用下载基础文件,不下载模型文件,直接对接openai或者其他api?这样文件占用也小,方便部署到边缘设备
应该可以。回头我试试
@@huanyihe777 感谢回复,期待新的影片分享
我添加通义千问的api提示102错误,这是什么原因?
请问如果有notebook lm还需要自部署rag项目吗,您怎么看这个问题的。多谢多谢。
部署RAG项目很难、很麻烦。优先用现成的工具。像NotebookLM这种就非常好,对个人学习来说有质的提升。
能不能讲一下怎么打包的,不会用docker,看文档看不明白怎么解决问题
你好 centos服务器上安装了,但是使用pc浏览器访问服务器ip,不能跳出ragflow登录网页。请问怎么办
请问解决了吗
如何使用本地模型?
试了好几次,一个简单的表格,解析到build index就出错,😭😭
这个看着不错啊
嗯我特别满意
知识库只上传了一篇文章后用搭个agent问了个问题结果直接跑死了,ssd占用率100%,一直searching...这个agent能用吗
我没用Agent功能。直接问答就可以。
请问,如果我要学一百个文章,他可以集成到一起学习吗?并机器人索引回答。
建议使用NotebookLM,最优解
跟dify是同類嗎?
不是
RAGFLOW的向量化质量的确是顶级的,缺点就是这个项目对系统要求实在太高,无法部署在NAS
说句实话,这个项目看起来面面俱到的样子,看文档就直到作者不太有从用户角度看问题的能力。容器拉取下来内部占用率忽高忽低,我也懒得进去看了,琢磨他这个还不如花时间训练呢。
pptx无法解析
才開始加速研究人工智能,誰給你膽子說是終極方案?
RUclips会员:ruclips.net/channel/UCPpdGTNbIKdiWgxCrbka4Zwjoin
Patreon:www.patreon.com/newtype_ai
知识星球:t.zsxq.com/19IaNz5wK
anythingLLM就是初级学习级别的,ragflow看似功能设置很多,但是bug也极多,稳定性不如fastgpt
看了视频装了一天 ,很值得!感谢!
本人配置了一台AI服务器(AMD EPYC 9554*2, 512GB-RAM, 4090显卡*4),主要目的就是部署一个高品质的私有知识库,为这个RAGFlow苦恼了一个月了:现实问题(1)投喂大量文档(doc, jpg, pdf, etc...)时,不能指定任意目录,并进行多层目录自动分析功能,只能从web操作界面,一个一个文件上传,这导致没法使用(例如:我有6TB,40多万个不同类型的文档,并且是保存在无数个多层嵌套的目录内,你让我一个一个的上传?这完全是无法使用的,很多文件还存在定期更新、修改问题)。除了指定文档目录,还要具备定期(哪怕手动也行)更新分析,没有更新的文档自动跳过,新增的、更新的文档则重新分析。我相信这也是大多数真正需要知识库的人存在的现实问题!;(2)多语言支持,这里的语言,指的是【人类外语】,目前多数大预言模型,对中英文支持还算可以,但是其他外语一塌糊涂,大部分直接不支持。我是外语工作者,多外语支持的AI资料库也是亟需的现实需求。(3)以上问题或许可以通过二次开发解决,但是对于个人,这个开发费用不可承受,公司可以考虑。。。。希望黄老师能帮助看看,谢谢了。
对 自动扫描目录应该是刚需 不知道为啥所有的都需要手动上传
我觉得首先它是一个开源项目, 你可以看它怎么做的, 然后代码来自动化文件上传什么的。 另外, 就是作为对最终对话提供context的个体, 最重要的事情其实是信息的简洁性。 上传如此多文档是否都是有用的文档? 会不会产生illusion?
这个与微软的GRAHRAG有什么区别吗?
很有用,用Ollama 跑也成功,謝謝分享
前几周试过这个ragflow了,识别MD格式毫无难度,PDF依然有不少问题,感觉还需要迭代升级一下内嵌更好的PDF识别方案。但即使如此,也比anything LLM这种好太多了。
up主研究了很久啊,支持!
感谢分享教程,请问下能否只用下载基础文件,不下载模型文件,直接对接openai或者其他api?这样文件占用也小,方便部署到边缘设备
应该可以。回头我试试
@@huanyihe777 感谢回复,期待新的影片分享
我添加通义千问的api提示102错误,这是什么原因?
请问如果有notebook lm还需要自部署rag项目吗,您怎么看这个问题的。多谢多谢。
部署RAG项目很难、很麻烦。优先用现成的工具。像NotebookLM这种就非常好,对个人学习来说有质的提升。
能不能讲一下怎么打包的,不会用docker,看文档看不明白怎么解决问题
你好 centos服务器上安装了,但是使用pc浏览器访问服务器ip,不能跳出ragflow登录网页。请问怎么办
请问解决了吗
如何使用本地模型?
试了好几次,一个简单的表格,解析到build index就出错,😭😭
这个看着不错啊
嗯我特别满意
知识库只上传了一篇文章后用搭个agent问了个问题结果直接跑死了,ssd占用率100%,一直searching...这个agent能用吗
我没用Agent功能。直接问答就可以。
请问,如果我要学一百个文章,他可以集成到一起学习吗?并机器人索引回答。
建议使用NotebookLM,最优解
跟dify是同類嗎?
不是
RAGFLOW的向量化质量的确是顶级的,缺点就是这个项目对系统要求实在太高,无法部署在NAS
说句实话,这个项目看起来面面俱到的样子,看文档就直到作者不太有从用户角度看问题的能力。容器拉取下来内部占用率忽高忽低,我也懒得进去看了,琢磨他这个还不如花时间训练呢。
pptx无法解析
才開始加速研究人工智能,誰給你膽子說是終極方案?