前言
在使用 Kernel Memory 的 TextChunker 來幫我們切 Chunk中將文字切段,
那裡怎麼取得檔案中的文字呢?
在Kernel Memory一樣有提供基本的Decoder來讓我們使用,
以下就來建立一個ExtractFile
Method 來取出檔案的文字 …
Hello! 我是 RM
在使用 Kernel Memory 的 TextChunker 來幫我們切 Chunk中將文字切段,
那裡怎麼取得檔案中的文字呢?
在Kernel Memory一樣有提供基本的Decoder來讓我們使用,
以下就來建立一個ExtractFile
Method 來取出檔案的文字 …
在前一篇使用 Kernel Memory 和 MSSQL 快速建立 RAG 服務可以很快建立出 RAG 服務,並讓使用者進行問答。
接下來我們來看一下它在 SQLServer 中是如何處理
Kernel Memory可以讓我們快速建立 RAG(Retrieval-Augmented Generation)服務。
支持多種文件格式的文本(如 Image、Office、Pdf、Text 和 WebPages)的提取和分塊,並使用 LLM 嵌入生成器提取嵌入,將嵌入保存到 Vector DB 中。
使用 RAG(Retrieval-Augmented Generation)需要將內容切成 Chunk,
而 Kernel Memory 的 TextChunker 正可以幫我們來做這件事。
tag:
缺失模块。
1、请确保node版本大于6.2
2、在博客根目录(注意不是yilia根目录)执行以下命令:
npm i hexo-generator-json-content --save
3、在根目录_config.yml里添加配置:
jsonContent: meta: false pages: false posts: title: true date: true path: true text: false raw: false content: false slug: false updated: false comments: false link: false permalink: false excerpt: false categories: false tags: true