求推荐一个轻量 RAG LLM chat 的部署方案

[GrayXu]

需求：

1. 构建英文 pdf 知识库，一次对话讨论可以涉及多个文件
2. 向量数据库最好本地化
3. 不需要本地部署模型，所有 embed, rerank, chat models 都用 api
4. 不需要用户管理等冗余功能

看好多方案，ragflow fastgpt langchain-chatchat ，不知道实际用起来如何？或者有其他推荐的方案？

ChatGPT-Next-Web-langchain 感觉在上游的简单前端框架下加 rag 的逻辑，还是有点勉强了。

[mumbler]

个人用吗，可以试试 flashai.com.cn 的云端版，开箱即用，支持 mac 和 win ，本地知识库+本地向量化，另外还有带本地大模型版本

[GrayXu]

@mumbler #1 谢谢，这个方案看上去限制蛮多的，付费了也只有 8b 的模型。我们已经有 embedding, rerank, chat 的完整 api 服务了。

[lixen9]

fastgpt 试用过感觉还行，蛮符合你的需求来着，开源版本即可

[GrayXu]

@lixen9 #3 谢谢 试了一圈 fastgpt 确实是最好上手的。看了下小规模使用下，开源版本没啥问题，就是配置系统比较麻烦 XD

[regent]

@mumbler 这款产品您试过吗 对比 AnythingLLM 效果如何

[echoless]

embed, rerank 这些 api 你是用的开源的么?

我倒是想整合 RAG 这些到 https://github.com/swuecho/chat (只有 chat 功能)
然后可以(optional) 配置 embed, rerank API.

[GrayXu]

@echoless #6 有的是开源的，有的不是

[GrayXu]

@echoless #6 你可以关注下 siliconflow ，最近上了 embedding ，后面会上 rerank 。

[pieerepeng]

补充个 dify.ai

本地 llm 选，ollama 或者 nitro

我搭建过，就是处理的英文 pdf 。

[SoloKing]

dify+1

[wm5d8b]

模型不在本地部署，全用 api ，钱包它同意嘛
本地用 ollama 部署挺简单的，就是大概 12G 显存得 24 小时处于 standby 状态

[GrayXu]

@wm5d8b #11 12G 算上量化只能部署个 9B 的模型吧。只能说离“能用”还有很大距离

[zqqian]

所以楼主最后调研的结果是什么，能说一下吗？

[GrayXu]

@zqqian #13
FastGPT ，感觉是满足功能需求的最轻的选择了。问题的话，还是存在一些小 bug ，然后看上去他们社区版维护的比较随意。

[zqqian]

@GrayXu #14 我在测试 FastGPT 后觉得他们的 PDF 分割的效果不太好，不知道有没有效果更好一些的

[GrayXu]

@zqqian #15 分割？感觉大家分割方案现在都差不多吧。还是等等 GraphRAG 吧