منصوبے کے بارے میں

OpenRAG ایک جامع، سنگل پیکیج Retrieval-Augmented Generation (RAG) پلیٹ فارم ہے جو ذہین دستاویز تلاش اور AI سے چلنے والی گفتگو کے لیے ڈیزائن کیا گیا ہے۔ یہ FastAPI اور Next.js کے ساتھ بنایا گیا ہے اور OpenSearch، Langflow اور Docling سے تقویت یافتہ ہے۔ README میں بیان کردہ اہم صلاحیتیں: - پری پیکaged اور چلانے کے لیے تیار: بنیادی ٹولز آپس میں جڑے ہوئے ہیں تاکہ صارفین جلدی انسٹال اور شروع کر سکیں۔ - Agentic RAG ورک فلو: re-ranking اور multi-agent coordination کے ساتھ آرکیسٹریشن۔ - دستاویز ingestion: Docling کے ذریعے پیچیدہ، حقیقی دنیا کے ڈیٹا کی پارسنگ۔ - ڈریگ اینڈ ڈراپ ورک فلو بلڈر: Langflow سے چلنے والا بصری انٹرفیس جو تیز تکرار کے لیے ہے۔ - ماڈیولر انٹرپرائز ایڈ آنز اور OpenSearch کے ذریعے بڑے پیمانے پر انٹرپرائز تلاش۔ عام ورک فلو: OpenRAG لانچ کریں، فائلیں یا فولڈرز بطور علم شامل کریں، پھر LLMs اور semantic search کے ذریعے چلنے والے چیٹ انٹرفیس کے ذریعے اس علم سے گفتگو کریں۔ انٹیگریشن آپشنز میں سرکاری Python اور TypeScript/JavaScript SDKs (openrag-sdk) شامل ہیں جو پروگرامیٹک چیٹ اور تلاش کے لیے ہیں، نیز /mcp پر mounted ایک بلٹ ان Model Context Protocol (MCP) سرور جو streamable HTTP پر چلتا ہے۔ MCP کلائنٹس جیسے Cursor اور Claude Desktop X-API-Key ہیڈر کے ذریعے OpenRAG API کلید استعمال کر کے جڑ سکتے ہیں؛ README نوٹ کرتا ہے کہ standalone openrag-mcp PyPI پیکیج /mcp اینڈ پوائنٹ کے حق میں متروک ہے۔ MCP سرور RAG-enhanced چیٹ، semantic search، دستاویز ingestion، علم کے فلٹرز اور سیٹنگز مینجمنٹ کے لیے ٹولز فراہم کرتا ہے۔ دستاویز کردہ انسٹالیشن کے راستوں میں quickstart، OpenRAG Python پیکیج انسٹال کرنا، اور Docker یا Podman کے ساتھ خود منظم خدمات کی تعیناتی شامل ہیں۔ ڈیولپمنٹ اور شراکت کی رہنمائی CONTRIBUTING.md میں ہے، جبکہ ٹربل شوٹنگ اور بحثیں پروجیکٹ دستاویزات اور GitHub صفحات کے ذریعے دستیاب ہیں۔