Knowledge-QA-LLM

<div align="center"> <div align="center"> <h1><b>🧐 知识问答大语言模型</b></h1> </div> <a href=""><img src="https://yellow-cdn.veclightyear.com/0a4dffa0/32714501-53eb-4d63-80a0-5856fefacd99.svg"></a> <a href=""><img src="https://yellow-cdn.veclightyear.com/0a4dffa0/06e4790d-0f03-4968-b101-3b874c7bd23a.svg"></a> <a href=""><img src="https://img.shields.io/github/v/release/RapidAI/QA-LocalKnowledge-LLM?logo=github"></a> <a href="https://semver.org/"><img alt="SemVer2.0" src="https://img.shields.io/badge/SemVer-2.0-brightgreen"></a> <a href="https://github.com/psf/black"><img src="https://yellow-cdn.veclightyear.com/0a4dffa0/d49e403d-89a6-40ff-8b1e-9bfd9092ff7d.svg"></a> <a href="https://choosealicense.com/licenses/apache-2.0/"><img alt="GitHub" src="https://img.shields.io/github/license/RapidAI/Knowledge-QA-LLM"></a>

简体中文 | 英文

</div>

📣 我们正在寻找对大语言模型知识问答感兴趣的前端开发工程师，帮助我们实现当前实现的前后端分离。

简介

基于本地知识库和大语言模型的问答系统。
原因：
- 这个项目的想法来自于Langchain-Chatchat。
- 我之前使用过这个项目，但它不太灵活，部署也不太友好。
- 借鉴了如何用大语言模型构建知识问答系统中的想法，尝试将其作为实践。
优势：
- 整个项目模块化，不依赖lanchain库，每个部分都可以轻松替换，代码简单易懂。
- 除了需要单独部署的大语言模型接口外，其他部分可以使用CPU。
- 支持常见格式的文档，包括txt、md、pdf、docx、pptx、excel等。当然，其他类型的文档也可以自定义支持。