跳到正文
热点事件历史事件

开源项目 agentic-rag-copilot:本地自纠错 RAG 问答系统

1 篇报道1 个报道来源13 天前更新

先了解这件事

AI 综述

作者 Giuspru 开源了 agentic-rag-copilot,一个基于 LangChain/LangGraph、FastAPI、Chroma 和 Ollama 本地模型(llama3.2:3b)的自纠错 RAG 问答系统,面向设备维护文档,全程本地运行,无需云服务或 API key,运行前提是本地 Ollama 和 Python 3.11。 在 72 题标注数据集上,作者称线性 RAG 准确率 93% 且速度约快 3 倍,自纠错 Agent 为 88%,但意大利语问题准确率从 60% 提升到 90%;Agent 的 9 个错误全部是谨慎拒答,称从不编造数字、代码或来源。

AI 根据报道生成 · 4 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月10日
  1. GitHub · 灵魂体仓库
    开源项目 agentic-rag-copilot:基于 LangGraph 的自纠错本地 RAG 问答系统

    作者开源了 agentic-rag-copilot,一个基于 LangChain/LangGraph、FastAPI、Chroma 和 Ollama 本地模型(llama3.2:3b)的自纠错 RAG 系统,面向设备维护文档问答,全程本地运行无需云服务或 API key。系统在72题标注数据集上评测:线性 RAG 准确率93%且速度快约3倍,自纠错 Agent 88%但意大利语问题从60%提升到90%,且从不编造数字、代码或来源,9个错误全部是谨慎拒答。