ailover-rag

ChatAILover的客服机器人RAG仓库。

前置准备

embedding模型下载好 docker跑qdrant数据库

代码结构

• /data 数据集
• api.py fastapi有关代码
• rag.py 和rag有关的代码：计算embedding、搜索、插入向量数据库等
• concat_content.py 数据清洗的代码，把flowus导出的内容转为可以导入qdrant的格式（一个txt文件）
• natapp 内网穿透的软件

启动方式

docker启动qdrant

docker pull qdrant/qdrant

docker run -p 6333:6333 -p 6334:6334 \
    -v $(pwd)/qdrant_storage:/qdrant/storage:z \
    qdrant/qdrant

nohup ./natapp [你对应的key] >> api-nohup.out 注意配置端口和natapp的端口一样

请求方式（这个natapp的链接可能会变） curl -X POST "http://btu57v.natappfree.cc/search" -H "Content-Type: application/json" -d '{"query_text": " 如何切換模型？", "limit": 1}'

服务器配置

112服务器 深空：ailover_test_collection_shenkong_241026_4 光夜：ailover_test_collection_guangye_241026_2 光夜付费：ailover_test_collection_guangyefufei_241026_1

113服务器