懂AI
haystack-cookbook

haystack-cookbook

Haystack框架的多样化NLP应用案例集

Haystack-cookbook是一个开源项目,集成了多种自然语言处理任务的实践案例。项目展示了如何使用Haystack框架,结合各类模型、向量数据库和检索技术构建NLP应用。内容涵盖文本问答、多语言处理、语音识别和信息提取等领域,为开发者提供了丰富的代码示例和学习资源。项目通过Jupyter Notebook形式呈现多个实用案例,包括使用不同的语言模型、向量数据库进行文本检索、问答系统构建等。这些示例涵盖了从基础NLP任务到高级应用的广泛场景,有助于开发者快速上手Haystack框架并探索其在实际项目中的应用潜力。

HaystackRAG自然语言处理大语言模型向量数据库Github开源项目
访问官网GitHub文档

👩🏻‍🍳 Haystack食谱

<div align="center"> <a href="https://haystack.deepset.ai/"><img src="https://yellow-cdn.veclightyear.com/835a84d5/c81fef8a-6ff1-4ecd-bc2d-1c5d69a847c3.png" alt="绿色背景上一个风格化的白色'H'标志，旁边有'Haystack, by deepset. Haystack 2.0正式发布🎉'的文字。背景中有抽象的绿色和黄色图表。"></a> </div>

使用Haystack的示例笔记本集合👇

你可以将这些例子作为指南，了解如何在Haystack中使用不同的模型提供商、向量数据库、检索技术等。大多数例子展示了一个特定的小型演示。

要更深入地了解如何使用Haystack，请访问我们的文档和官方教程。

欲获取更多示例，你可能还会发现我们的博客很有用。

**注意：**除非标题中提到"(Haystack 1.x)"，否则所有这些示例都使用Haystack 2.0及以上版本。

名称Colab
使用AssemblyAI进行说话人分离<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/using_speaker_diarization_with_assemblyai.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
Anthropic高级提示词定制<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/prompt_customization_for_Anthropic.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
使用TitanML Takeoff的本地LLM实现Techcrunch新闻摘要<a href="https://colab.research.google.com/drive/10EralM_8pCJ5nXnGIZYr6atqefmi8r2z?usp=sharing" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
在Vertex AI中使用Gemini模型<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/vertexai-gemini-examples.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
用于RAG的Gradient AI嵌入器和生成器<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/gradient-embeders-and-generators-for-notion-rag.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
使用Hugging Face TGI的Mixtral 8x7B进行网页问答<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/mixtral-8x7b-for-web-qa.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
使用Amazon Bedrock和OpenSearch进行PDF问答<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/amazon_bedrock_for_documentation_qa.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
使用Hugging Face的Zephyr 7B Beta进行RAG<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/zephyr-7b-beta-for-rag.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
使用自定义组件的Hacker News RAG<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/hackernews-custom-component-rag.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
使用Chroma进行RAG和索引<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/chroma-indexing-and-rag-examples.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
在Haystack RAG管道中使用Jina-embeddings-v2-base-en模型进行法律文档分析<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/jina-embeddings-v2-legal-analysis-rag.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
使用Whisper、Qdrant和Mistral从播客进行多语言RAG<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/multilingual_rag_podcast.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
通过嵌入有意义的元数据来改进检索<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/improve-retrieval-by-embedding-metadata.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
高级RAG：查询扩展<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/querey-expansion.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
通过LLMs进行信息提取（Gorilla OpenFunctions）<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/information-extraction-gorilla.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
通过LLMs进行信息提取（NexusRaven）<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/information_extraction_raven.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
在Haystack管道中使用AstraDB作为数据存储<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/astradb_haystack_integration.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
流式模型探索器：比较不同模型如何处理相同的提示<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/model_explorer_streaming.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
使用OpenAIChatGenerator进行函数调用<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/function_calling_with_OpenAIChatGenerator.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
在Haystack 2.x中使用vLLM推理引擎<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/vllm_inference_engine.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
使用Google Gemma构建：聊天和RAG<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/gemma_chat_rag.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
使用HyDE优化检索<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/using_hyde_for_improved_retrieval.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
使用FastEmbed生成嵌入的RAG管道<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/rag_fastembed.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
使用Qdrant和FastEmbed的稀疏嵌入检索<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/sparse_embedding_retrieval.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
混合检索：BM42 + 密集检索（使用Qdrant和FastEmbed）<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/hybrid_retrieval_bm42.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
使用NVIDIA NIMs的离线RAG管道<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/rag-with-nims.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
使用Haystack-UpTrain集成评估RAG管道<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/rag_eval_uptrain.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
使用Llama 3.1模型对奥斯卡进行RAG<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/llama3_rag.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
与SQL数据库聊天<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/chat_with_SQL_3_ways.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
使用DeepEval集成评估RAG管道<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/rag_eval_deep_eval.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
使用Ragas集成评估RAG管道<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/rag_eval_ragas.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
从查询中提取元数据过滤器<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/extracting_metadata_filters_from_a_user_query.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
在自定义组件中并发运行任务<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/concurrent_tasks.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
使用DSPy进行提示优化<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/prompt_optimization_with_dspy.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
使用Prometheus 2进行RAG评估<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/prometheus2_evaluation.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
使用Character Codex和llamafile构建测验和冒险<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/charactercodex_llamafile.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
使用OpenAPITool调用API<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/openapitool.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
使用Apify提取和利用网站内容进行RAG<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/apify_haystack_rag.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
Cohere用于多语言问答（Haystack 1.x）<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/haystack-1.x/cohere-for-multilingual-qa.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
GPT-4和Weaviate用于自定义文档问答（Haystack 1.x）<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/haystack-1.x/gpt4-weaviate-custom-documentation-qa.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>
Whisper转录器和Weaviate用于YouTube视频问答（Haystack 1.x）<a href="https://colab.research.google.com/github/deepset-ai/haystack-cookbook/blob/main/notebooks/haystack-1.x/whisper-and-weaviate-for-youtube-rag.ipynb" target="_parent"><img src="https://yellow-cdn.veclightyear.com/835a84d5/4196d3cf-8bbb-4b66-838a-e55893536019.svg" alt="在Colab中打开"/></a>

如何为此仓库做贡献

如果您有使用Haystack的示例，可以通过创建PR将其添加到此仓库。您也可以通过创建此仓库的分支并选择"保存副本到GitHub"，从Colab创建PR。将示例添加到您的分支后，您可以创建一个PR到此仓库。

  1. 添加您的笔记本
  2. 为您的文件取一个描述性的名称，包括（如适用）您在示例中使用的模型提供商、数据库技术的名称，和/或您在示例中完成的任务。
  3. 确保在上面的表格中添加一行 🎉

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。

下拉加载更多