منصوبے کے بارے میں

Quivr ایک اوپن سورس RAG (Retrieval-Augmented Generation) فریم ورک ہے جو ڈویلپرز کو ان کی ایپلیکیشنز میں جنریٹیو AI کی صلاحیتوں کو ضم کرنے میں مدد کے لیے ڈیزائن کیا گیا ہے۔ 'دوسرا دماغ' کے طور پر مارکیٹ کیا گیا ہے جو جنریٹیو AI سے تقویت یافتہ ہے، یہ صارفین کو فائلیں انگیست کرنے اور بڑے زبان کے ماڈلز کا استعمال کرتے ہوئے ان سے سوال کرنے کی اجازت دیتا ہے۔ اہم خصوصیات میں شامل ہیں: - **رائے قائم کرنے والا RAG**: ایک پہلے سے ترتیب دیا گیا، موثر RAG پائپ لائن تاکہ ڈویلپرز انفراسٹرکچر کی بجائے اپنی پروڈکٹ پر توجہ دے سکیں۔ - **LLM لچک**: OpenAI، Anthropic، Mistral، اور Ollama کے ذریعے مقامی ماڈلز سمیت مختلف LLMs کے ساتھ ہم آہنگ۔ - **فائل سپورٹ**: PDF، TXT، اور Markdown جیسے متعدد فائل فارمیٹس کے ساتھ کام کرتا ہے، جس میں حسب ضرورت پارسرز شامل کرنے کی صلاحیت ہے۔ - **حسب ضرورت**: RAG ورک فلو کو حسب ضرورت بنانے کی اجازت دیتا ہے، بشمول انٹرنیٹ سرچ اور ٹولز کا اضافہ۔ - **Megaparse انٹیگریشن**: فائل انگیست کے لیے Megaparse کے ساتھ انٹیگریٹ ہوتا ہے۔ فریم ورک کو pip (`pip install quivr-core`) کے ذریعے انسٹال کیا جا سکتا ہے اور اس کے لیے Python 3.10 یا اس سے جدید ورژن کی ضرورت ہے۔ ڈویلپرز صرف چند لائنوں کے کوڈ کے ساتھ ایک فعال RAG 'دماغ' بنا سکتے ہیں۔ Quivr YAML-based کنفیگریشن کو بھی سپورٹ کرتا ہے تاکہ RAG ورک فلو کی تعریف کی جا سکے، بشمول ہسٹری فلٹرنگ، ریٹریول، ریرینکنگ (مثلاً، Cohere کا استعمال کرتے ہوئے)، اور LLM پیرامیٹرز جیسے درجہ حرارت اور ٹوکن کی حدود کے لیے سیٹنگز۔ یہ پروجیکٹ Apache 2.0 لائسنس کے تحت لائسنس یافتہ ہے۔