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

潮际好麦

潮际好麦

AI赋能电商视觉革命，一站式智能商拍平台

潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。

iTerms

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌，基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。

SimilarWeb流量提升

SimilarWeb流量提升

稳定高效的流量提升解决方案，助力品牌曝光

稳定高效的流量提升解决方案，助力品牌曝光

Sora2视频免费生成

Sora2视频免费生成

最新版Sora2模型免费使用，一键生成无水印视频

最新版Sora2模型免费使用，一键生成无水印视频

Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

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
TRAE编程

TRAE编程

AI辅助编程，代码自动修复

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
商汤小浣熊

商汤小浣熊

最强AI数据分析助手

小浣熊家族Raccoon，您的AI智能助手，致力于通过先进的人工智能技术，为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答，小浣熊都能以快速、准确的响应满足您的需求，让您的生活更加智能便捷。

imini AI

imini AI

像人一样思考的AI智能体

imini 是一款超级AI智能体，能根据人类指令，自主思考、自主完成、并且交付结果的AI智能体。

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台，广泛适用于电商广告、企业培训与社媒宣传，让全球企业与个人创作者无需拍摄剪辑，就能快速生成多语言、高质量的专业视频。

下拉加载更多