इस प्रोजेक्ट के बारे में

Pathway LLM App उच्च-सटीक RAG (Retrieval-Augmented Generation) और एंटरप्राइज़ सर्च एप्लिकेशन बनाने के लिए तैयार-टू-डीप्लॉय AI पाइपलाइन टेम्पलेट प्रदान करता है। टेम्पलेट स्थानीय फ़ाइल सिस्टम, Google Drive, SharePoint, S3, Kafka, PostgreSQL और रियल-टाइम डेटा API सहित लाइव डेटा स्रोतों से जुड़ते हैं और जोड़ने, हटाने और अपडेट को स्वचालित रूप से सिंक करते हैं। एप्लिकेशन टेम्पलेट में शामिल हैं: डॉक्युमेंट Q&A के लिए Question-Answering RAG App, वेक्टर स्टोर सर्विस के रूप में Live Document Indexing, GPT-4o के साथ PDF से तालिकाओं और चार्ट निकालने के लिए Multimodal RAG, वित्तीय दस्तावेज़ों को संरचित SQL क्वेरी में बदलने वाला Unstructured-to-SQL पाइपलाइन, टोकन लागत कम करने के लिए Adaptive RAG, पूरी तरह से लोकल डीप्लॉयमेंट के लिए Mistral और Ollama का उपयोग करने वाला Private RAG, PowerPoint और PDF इंडेक्सिंग के लिए Slides AI Search, और Video RAG के लिए TwelveLabs। फ्रेमवर्क Docker कंटเทนर के रूप में चलता है जिसमें HTTP API और वैकल्पिक Streamlit UI है। यह usearch के माध्यम से इनबिल्ट वेक्टर इंडेक्सिंग और Tantivy के माध्यम से हाइब्रिड फ़ुल-टेक्स्ट सर्च प्रदान करके अलग वेक्टर डेटाबेस, कैश या API फ्रेमवर्क की आवश्यकता को समाप्त करता है, सभी प्रसंस्करण कैशिंग के साथ इন-मेमोरी होता है। टेम्पलेट मिलियनों पृष्ठों तक स्केल हो सकते हैं और GCP, AWS, Azure, Render या ऑन-प्रीमिसेज पर डीप्लॉय किए जा सकते हैं। प्रत्येक टेम्पलेट में सेटअप निर्देशों के साथ एक README शामिल है, और अतिरिक्त कोड टेम्पलेट Pathway वेबसाइट पर उपलब्ध हैं।