GitHub · 3D 生成新仓库·· 20 天前精选AI 评分60
开源仓库 ASK-ITO:本地运行的 Agentic RAG 搜索引擎与评测面板
Ozgurisikdamar/ASK-ITO
来源与原文
GitHub · 3D 生成新仓库
发布时间:(北京时间)
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/Ozgurisikdamar/ASK-ITO
本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。
AI 导读
Ozgurisikdamar 在 GitHub 发布 ASK-ITO,一个跑在本地的 Agentic RAG 搜索引擎与评测面板,语料为 258 篇英文 Wikipedia 文档(5,988 chunks),覆盖近年诺贝尔奖、量子计算和 AI 主题。默认 Fast Hybrid RAG 用 BM25 + pgvector 检索后 RRF 融合,检索约 0.1 秒;仅在用户要求时经 bge 重排并调用一次本地 qwen3.5:9b(Ollama),CPU 上一条完整回答中位数约 64 秒;另有 opt-in 的多步 Agent 模式处理多跳问题,并用 RAGAS 和 Recall@k / MRR / nDCG 做配置对比评测。
推荐理由
README 给出了完整的检索管线、实测延迟数据和本地化部署方式,读者可以照着在无 GPU 的机器上复现这套 RAG 系统。
来源:GitHub · 3D 生成新仓库 · github.com