langchain-rag
نگهدارنده langchain-ai
راهنمای ساخت هر سامانهٔ retrieval-augmented generation با LangChain، loader، embedding و vector store.
- نسخه فعلی
- نامشخص
- مجوز
- نامشخص
- دسترسی شبکه
- نامشخص / ارزیابینشده
- وضعیت بررسی
- تأیید نشده
چه مسئلهای را حل میکند؟
اجزای اصلی pipeline RAG، از بارگذاری سند و splitting تا embedding و ذخیرهسازی برداری را سازمان میدهد.
چه زمانی مناسب است؟
برای ساخت هر سیستم RAG با LangChain، document loader، embedding یا vector store استفاده شود.
برای ساخت هر سامانهٔ retrieval-augmented generation (RAG) استفاده کنید و document loaderها، RecursiveCharacterTextSplitter، embeddingهای OpenAI و vector storeهای Chroma، FAISS و Pinecone را پوشش میدهد.
نصب و بهروزرسانی
این دستورها فقط برای کپی نمایش داده میشوند و روی سرور RefHub اجرا نمیشوند. پیش از اجرا، منبع بالادستی پیوندشده را بررسی کنید.
دستور نصب
npx skills add langchain-ai/langchain-skills --skill langchain-rag -yسازگاری با ایجنتها
هنوز تست سازگاری ثبت نشده است
تا وقتی شواهد تست ثبت نشده، سازگاری این مهارت با ایجنتها را تأییدشده فرض نکنید.