我要投稿

34.7K+ Star！Quivr：一个开源的RAG框架，构建你的第二代智能大脑！

发布日期：2024-08-22 22:19:06 浏览次数： 2212

作者：AIGC创想者

微信搜一搜，关注“AIGC创想者”

项目简介

Quivr^[1] 是一个开源的RAG（Retrieval-Augmented Generation）框架，目的是构建个性化的生成式AI第二大脑。

Quivr 能够作为一个高效的生产力助手，让你与文档（PDF、CSV等）和应用程序进行对话。

项目特点

快速高效：以速度和效率为核心设计，确保快速访问数据。
安全：你的数据由自己控制，始终安全。
操作系统兼容性：适用于Ubuntu 22或更新版本。
文件兼容：支持文本、Markdown、PDF、PowerPoint、Excel、CSV、Word、音频、视频等格式。
开源：自由是美好的，Quivr也是。开源且免费使用。
公私兼备：通过公开链接与用户共享你的知识库，或保持私有。
市场：与世界分享你的知识库，或使用其他人的知识库提高生产力。
离线模式：Quivr支持离线工作，随时随地访问你的数据。

使用场景

Quivr适用于需要高效信息检索和处理的个人和团队，无论是研究人员、开发者还是日常知识工作者，都可以通过Quivr提高工作效率。

使用方法

可以一键部署到Porter Cloud，或者按照以下步骤在本地部署：

安装步骤

请确保已经安装了Docker和Docker Compose。

安装Supabase CLI。
克隆仓库：git clone https://github.com/quivrhq/quivr.git && cd quivr
复制.env.example文件：cp .env.example .env
更新.env文件中的OPENAI_API_KEY。
启动项目：cd backend && supabase start，然后docker compose pull && docker compose up

更新Quivr

拉取最新更改：git pull
更新迁移：supabase migration up

技术栈

主要语言：Python, TypeScript
其他技术：HTML, API, Docker, Security, Privacy, Framework, Database, AI

资源

Quivr 官方网站^[2]
项目文档^[3]
Discord^[4]
Twitter^[5]

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

相关资讯

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

了解更多

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

RAG技巧与底层代码剖析

2025-06-06

2025年GitHub上十大RAG框架深度解析：从技术原理到实战应用

2025-05-30

RAGFlow中的Embeddings模型选择及向量数据库选型与实现分析

2025-06-05

淘天⾃营质量技术AI智能体的实践和思考

2025-05-19

深度解读：LlamaIndex 实现 RAG 重排序的关键要点

2025-05-08

如何构建基于n8n的RAG日报工作流（手把手教程）

2025-05-10

RAG技术全解析：从基础原理到优化实战

2025-06-05

ragflow架构解析及性能优化方式

2025-05-20

知识图谱+RAG：大幅提升智能问答系统准确率

2025-06-05

让大模型“记住”更多：RAG与长期记忆

2025-05-09

大家都在问

长文本放提示词中还是采用 RAG？

2025-07-28

AI大模型落地最后一公里：RAG？

2025-07-09

向量相似度检索遇到天花板，是否我们走错了？

2025-07-04

RAG检索策略深度解析：从BM25到Embedding、Reranker，如何为LLM选对“导航系统”？

2025-07-01

从碎片到图谱：Graph RAG如何用知识网络颠覆传统搜索？

2025-07-01

qodo如何构建大型代码仓库的RAG？

2025-07-01

RAG系统的“聪明药”：如何用反馈回路让你的AI越用越聪明？

2025-07-01

GraphRAG的索引动态更新解法-分桶+局部更新及“上下文工程”新概念？

2025-06-30

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB

应聘简历请发送至： ceo@53ai.com

友情链接：

CopyRight © 2012-2024 深圳市博思协创网络科技有限公司版权所有

粤ICP备14082021号

广州：广州市华景路37号(华景软件园)暨南大学科技大厦6楼（整层）

深圳：深圳市福田区泰然四路29号天安创新科技广场一期A座1204

上海：上海市浦东新区金新路58号1602室

微信扫码
和创始人交个朋友

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部