我要投稿
微信搜一搜，关注“mingupup的学习记录”
SimpleRAG是基于WPF与Semantic Kernel实现的一个简单的RAG应用，可用于学习与理解如何使用Semantic Kernel构建RAG应用。
GitHub地址：https://github.com/Ming-jiayou/SimpleRAG
支持所有兼容OpenAI格式的大语言模型：
支持所有兼容OpenAI格式的嵌入模型：
简单的RAG回答效果：
对比不使用RAG的回答：
git clone到本地，打开appsettings.example.json文件：
如下所示：
ChatAI用于配置对话模型，Embedding用于配置嵌入模型，TextChunker用于配置文档切片大小。
还是以SiliconCloud为例，只需填入你的api key 并将文件名改为appsettings.json，或者新建一个appsettings.json即可。
配置完成如下所示：
IDE:VS2022
.NET 版本：.NET 8
打开解决方案，项目结构如下所示：
运行程序：
测试AI聊天：
测试嵌入：
使用的是Sqlite保存向量，可以在Debug文件夹下找到这个数据库：
打开该数据库，如下所示：
测试RAG回答：
您还可以自由的进行其他配置，比如使用Ollama中的对话模型与嵌入模型用于本地离线场景，配置其他的在线对话模型，使用本地Ollama中的嵌入模型等。
53AI，企业落地大模型首选服务商
产品：场景落地咨询+大模型应用平台+行业解决方案
承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业
2025-07-31
精准与效率：RAG应用PDF文档图文提取OCR策略
2025-07-31
聊聊Dify如何集成Milvus向量库做RAG
2025-07-31
RAG + Claude的1TB大文档问答系统实战操作
2025-07-31
RAG召回质量翻倍的两个核心技术：我是这样解决"找不准"问题的
2025-07-31
测试不同的RAG技术以找到最佳方案
2025-07-30
Spring AI + Milvus 实现 RAG 智能问答实战
2025-07-30
AI问答系统崩溃？这篇RAG优化实战指南，教你解决90%的检索问题
2025-07-30
基于MCP-RAG的大规模MCP服务精确调用方法
2025-06-06
2025-05-30
2025-06-05
2025-05-19
2025-05-08
2025-05-10
2025-06-05
2025-05-20
2025-06-05
2025-05-09
2025-07-28
2025-07-09
2025-07-04
2025-07-01
2025-07-01
2025-07-01
2025-07-01
2025-06-30
回到顶部
粤ICP备14082021号