KnowledgeBase-RAG-LLM-System
Leichtgewichtiges RAG-Lernprojekt basierend auf Streamlit, LangChain und Chroma, unterstützt lokale Wissensdatenbank-Uploads, abrufverbesserte Fragen und chatbasierte Interaktionen.
Laden Sie Textdateien hoch, um eine lokale Wissensdatenbank zu erstellen, die Fragen über eine Chat-Oberfläche beantwortet.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarLeichtgewichtiges RAG-Lernprojekt basierend auf Streamlit, LangChain und Chroma, unterstützt lokale Wissensdatenbank-Uploads, abrufverbesserte Fragen und chatbasierte Interaktionen.
KnowledgeBase-RAG-LLM-System hat 223 Sterne auf GitHub. Es wurde 40-mal geforkt. KnowledgeBase-RAG-LLM-System ist hauptsächlich in Python geschrieben. Es wird seit 2026 aktiv entwickelt. KnowledgeBase-RAG-LLM-System ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: chatbot, chroma, dashscope, knowledge-base.
Was ist KnowledgeBase-RAG-LLM-System?
Leichtgewichtiges RAG-Lernprojekt basierend auf Streamlit, LangChain und Chroma, unterstützt lokale Wissensdatenbank-Uploads, abrufverbesserte Fragen und chatbasierte Interaktionen.
Ist KnowledgeBase-RAG-LLM-System Open Source?
KnowledgeBase-RAG-LLM-System ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ist KnowledgeBase-RAG-LLM-System kostenlos?
Ja. KnowledgeBase-RAG-LLM-System ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
Unter welcher Lizenz steht KnowledgeBase-RAG-LLM-System?
KnowledgeBase-RAG-LLM-System ist unter der MIT-Lizenz verfügbar.
In welcher Sprache ist KnowledgeBase-RAG-LLM-System geschrieben?
KnowledgeBase-RAG-LLM-System ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/lhh737-knowledgebase-rag-llm-system.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.