合集-项目实训

【项目实训1】Haystack技术架构分析报告
摘要：—— written by Unalome （2025.04.02） Haystack是一个由deepset开发的开源RAG框架，旨在构建生产就绪的LLM应用、检索增强生成管道及大型文档集合上智能工作的搜索系统。 一、Retrieval：文本检索技术 对应文件 haystack/components 阅读全文
posted @ 2025-04-09 22:54 Unalome 阅读(164) 评论(0) 推荐(0)
【项目实训2】Haystack框架部署与初步使用记录
摘要：—— written by Unalome （2025.04.09） 一. 测试deepseek-api 获取deepseek的api-key和url地址并进行连接测试，为接下来的一系列测试打下模型支持的基础。 from openai import OpenAI # deepseek-API cli 阅读全文
posted @ 2025-04-16 22:35 Unalome 阅读(195) 评论(0) 推荐(0)
【项目实训3】RAG多维优化工程
摘要：—— written by Unalome （2025.04.15-16） 一. 引入jieba分词提升Haystack-RAG中文后续检索精度 通过替换Haystack默认的英文分词工具，结合jieba的精确模式和搜索引擎模式对中文文本进行切分，同时过滤停用词并加载领域自定义词典，显著提升了文档预 阅读全文
posted @ 2025-04-16 22:35 Unalome 阅读(77) 评论(0) 推荐(0)
【项目实训4】服务器部署
摘要：—— written by Unalome （2025.04.26） 一. 获取服务器信息 1. 从管理员处获得服务器信息： 机器编号：A06 IP地址：xxxxxx 用户名：deepseek 密码：xxxxxx 2. 使用tabby连接服务器 首先从官网下载Tabby安装包并解压 在配置与连接中创 阅读全文
posted @ 2025-04-26 23:22 Unalome 阅读(43) 评论(0) 推荐(0)
【项目实训5】自建前端配置与测试
摘要：—— written by Unalome （2025.04.29-30） 由于最终的输出界面需要对用户友好，当前阶段的目标为将终端流式输出的转为自建前端的输出，以便后续接入Cherry Studio。 一、FastAPI+SSE流式输出到前端 1. FastAPI基础配置 CORS跨域处理 解决前 阅读全文
posted @ 2025-04-30 10:37 Unalome 阅读(64) 评论(0) 推荐(0)
【项目实训6】个人中期总结
摘要：以下是四月份的工作量和项目进度的总结汇报： 一、项目整体进展 本项目基于Haystack框架构建生产级RAG（检索增强生成）系统，覆盖技术选型、核心功能开发、中文优化、服务器部署、前端交互全流程。通过五周迭代，实现以下核心成果： 技术架构分析：完成BM25检索、语义排序、Pipeline设计的深度解 阅读全文
posted @ 2025-05-06 14:34 Unalome 阅读(47) 评论(0) 推荐(0)
【项目实训7】分块、嵌入与检索优化工程
摘要：—— written by Unalome （2025.06.07） 本次优化改动幅度较大，主要针对预处理分块和检索，优化后的整体检索和性能都有了非常优秀的提升。其中主要优化函数主要由队友们编写，本人负责各模块的连接与组装 一、分块方法优化 由原本的按固定长度暴力分块改为智能分块（固定长度与语义感知 阅读全文
posted @ 2025-06-08 15:00 Unalome 阅读(30) 评论(0) 推荐(0)
【项目实训8】基于上下文的记忆化功能上线
摘要：—— written by Unalome （2025.06.09） 本次优化主要针对对话上下文的记忆功能，添加相关代码后实现了查询时对上下问的关联，对真实的对话场景有更好的表现力。 一、追问意图识别机制 在对话系统中，用户的后续提问往往依赖于历史对话内容（如“请举个例子”）。为实现对这类追问的精准 阅读全文
posted @ 2025-06-10 12:54 Unalome 阅读(34) 评论(0) 推荐(0)