इस प्रोजेक्ट के बारे में

OpenRAG एक व्यापक, एकल-पैकेज रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) प्लेटफॉर्म है जो बुद्धिमान दस्तावेज़ खोज और AI-संचालित वार्तालापों के लिए है। इसे FastAPI और Next.js के साथ बनाया गया है और यह OpenSearch, Langflow और Docling द्वारा संचालित है। README में वर्णित प्रमुख क्षमताएँ: - पूर्व-पैकेज्ड और चलाने के लिए तैयार: मुख्य उपकरण आपस में जुड़े हुए हैं ताकि उपयोगकर्ता जल्दी से इंस्टॉल और शुरू कर सकें। - एजेंटिक RAG वर्कफ़्लो: री-रैंकिंग और मल्टी-एजेंट समन्वय के साथ ऑर्केस्ट्रेशन। - दस्तावेज़ इंजेशन: Docling के माध्यम से अव्यवस्थित, वास्तविक-विश्व डेटा का पार्सिंग। - ड्रैग-एंड-ड्रॉप वर्कफ़्लो बिल्डर: तेज़ पुनरावृत्ति के लिए Langflow द्वारा संचालित विज़ुअल इंटरफ़ेस। - मॉड्यूलर एंटरप्राइज़ ऐड-ऑन और OpenSearch के माध्यम से बड़े पैमाने पर एंटरप्राइज़ खोज। विशिष्ट वर्कफ़्लो: OpenRAG लॉन्च करें, ज्ञान के रूप में फ़ाइलें या फ़ोल्डर जोड़ें, फिर LLM और सिमेंटिक खोज द्वारा समर्थित चैट इंटरफ़ेस के माध्यम से उस ज्ञान के साथ चैट करें। एकीकरण विकल्पों में प्रोग्रामेटिक चैट और खोज के लिए आधिकारिक Python और TypeScript/JavaScript SDK (openrag-sdk) शामिल हैं, साथ ही /mcp पर माउंट किया गया स्ट्रीमेबल HTTP पर एक बिल्ट-इन मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) सर्वर भी शामिल है। Cursor और Claude Desktop जैसे MCP क्लाइंट X-API-Key हेडर के माध्यम से OpenRAG API कुंजी का उपयोग करके कनेक्ट कर सकते हैं; README नोट करता है कि स्टैंडअलोन openrag-mcp PyPI पैकेज /mcp एंडपॉइंट के पक्ष में पदावनत है। MCP सर्वर RAG-संवर्धित चैट, सिमेंटिक खोज, दस्तावेज़ इंजेशन, ज्ञान फ़िल्टर और सेटिंग्स प्रबंधन के लिए उपकरण उजागर करता है। प्रलेखित इंस्टॉलेशन पथों में एक क्विकस्टार्ट, OpenRAG Python पैकेज इंस्टॉल करना, और Docker या Podman के साथ स्व-प्रबंधित सेवाओं को तैनात करना शामिल है। विकास और योगदान मार्गदर्शन CONTRIBUTING.md में है, परियोजना दस्तावेज़ीकरण और GitHub पृष्ठों के माध्यम से समस्या निवारण और चर्चाएँ उपलब्ध हैं।