Verba：终极 RAG 引擎 - 语义搜索、嵌入、矢量搜索等！

Aitrainee | 公众号：AI进修生

?在本文中，我们将深入探讨 Verba，这是一款革命性的开源 rag 引擎。

使用 Verba，通过简单的几步操作，您可以轻松探索您的数据集并提取见解，无论是在本地使用 HuggingFace 和 Ollama，还是通过 OpenAI、Cohere 和 Google 等LLM提供商进行操作。

pip install goldenverba

什么是 Verba？

Verba 是一个完全可定制的个人助手，用于查询和与您的数据交互，无论是在本地还是通过云部署。解决文档中的问题，交叉引用多个数据点，或从现有知识库中获取见解。Verba 结合了最先进的 RAG 技术与 Weaviate 的上下文感知数据库。根据您的个人使用情况，在不同的 RAG 框架、数据类型、分块与检索技术以及 LLM 提供商之间进行选择。

功能列表

? 模型支持	实现情况	描述
Ollama（如Llama3）	✅	由 Ollama 提供的本地嵌入和生成模型
HuggingFace（如MiniLMEmbedder）	✅	由 HuggingFace 提供的本地嵌入模型
Cohere（如Command R+）	✅	由 Cohere 提供的嵌入和生成模型
Google（如Gemini）	✅	由 Google 提供的嵌入和生成模型
OpenAI（如GPT4）	✅	由 OpenAI 提供的嵌入和生成模型

? 数据支持	实现情况	描述
PDF 导入	✅	将 PDF 导入 Verba
CSV/XLSX 导入	✅	将表格数据导入 Verba
多模态	计划中 ⏱️	将多模态数据导入 Verba
UnstructuredIO	✅	通过 Unstructured 导入数据

✨ RAG 功能	实现情况	描述
混合搜索	✅	语义搜索与关键词搜索相结合
语义缓存	✅	基于语义意义保存和检索结果
自动补全建议	✅	Verba 提供自动补全建议
过滤	计划中 ⏱️	执行 RAG 之前应用过滤器（如文档、文档类型等）
高级查询	计划中 ⏱️	基于 LLM 评估的任务委派
重新排名	计划中 ⏱️	基于上下文重新排名结果以改进结果
RAG 评估	计划中 ⏱️	用于评估 RAG 管道的界面
可自定义元数据	计划中 ⏱️	对元数据的自由控制

? 额外功能	实现情况	描述
Docker 支持	✅	Verba 可通过 Docker 部署
可定制前端	✅	Verba 的前端完全可定制

? RAG 库	实现情况	描述
Haystack	计划中 ⏱️	实现 Haystack RAG 管道
LlamaIndex	计划中 ⏱️	实现 LlamaIndex RAG 管道
LangChain	计划中 ⏱️	实现 LangChain RAG 管道

缺少什么内容？欢迎创建新问题或讨论您的想法！

Verba入门指南

您有三种部署 Verba 的选项：

• • 通过 pip 安装

pip install goldenverba

• • 从源码构建

git clone https://github.com/weaviate/Verba

pip install -e .

• • 使用 Docker 进行部署

前提条件：如果您不使用 Docker，请确保您的系统上安装了 Python >=3.10.0。

如果您不熟悉 Python 和虚拟环境，请阅读 python 教程指南。

API密钥

在启动 Verba 之前，您需要根据所选技术配置对各组件的访问，例如通过 .env 文件配置 OpenAI、Cohere 和 HuggingFace 的访问权限。在您要启动 Verba 的目录中创建此 .env 文件。您可以在 goldenverba 目录中找到 .env.example 文件。

请确保仅设置您打算使用的环境变量，缺少或不正确的环境变量值可能会导致错误。

以下是您可能需要的 API 密钥和变量的综合列表：

环境变量	值	描述
WEAVIATE_URL_VERBA	您的 Weaviate 集群的 URL	连接到您的 WCS 集群
WEAVIATE_API_KEY_VERBA	您的 Weaviate 集群的 API 凭证	连接到您的 WCS 集群
OPENAI_API_KEY	您的 API 密钥	获取对 OpenAI 模型的访问权限
OPENAI_BASE_URL	OpenAI 实例的 URL	模型
COHERE_API_KEY	您的 API 密钥	获取对 Cohere 模型的访问权限
OLLAMA_URL	您的 Ollama 实例的 URL（例如：http://localhost:11434 ）	获取对 Ollama 模型的访问权限
OLLAMA_MODEL	模型名称（例如：llama）	获取对特定 Ollama 模型的访问权限
UNSTRUCTURED_API_KEY	您的 API 密钥	获取对 Unstructured 数据导入的访问权限
UNSTRUCTURED_API_URL	Unstructured 实例的 URL	获取对 [Unstructured](https

://docs.unstructured.io/welcome) 数据导入的访问权限 | | HUGGINGFACEHUB_API_TOKEN | 您的 API 密钥 | 获取对 HuggingFace 模型的访问权限 | | HUGGINGFACEHUB_BASE_URL | HuggingFace 实例的 URL（例如：https://api-inference.huggingface.co/）| 获取对特定 HuggingFace 模型的访问权限 | | GOOGLE_APPLICATION_CREDENTIALS | JSON 文件路径或直接的 JSON 字符串（例如：JSON 字符串） | 获取对 Google 模型的访问权限 |

---

如何通过pip部署

在安装了 Python >=3.10.0 的系统上执行以下步骤：

1. 1. 安装 goldenverba 包：

pip install goldenverba

1. 1. 在 Verba 项目目录中创建 .env 文件。您可以使用示例文件 .env.example 来设置环境变量。最少需要设置以下环境变量：

OPENAI_API_KEY=您在 OpenAI 注册的 API 密钥

1. 1. 启动 Verba：

verba

---

如何从源码构建

在安装了 Python >=3.10.0 的系统上执行以下步骤：

1. 1. 克隆 Verba 仓库并导航到该目录：

git clone https://github.com/weaviate/Verba

cd Verba

1. 1. 安装 goldenverba 包：

pip install -e .

1. 1. 在 Verba 项目目录中创建 .env 文件。您可以使用示例文件 .env.example 来设置环境变量。最少需要设置以下环境变量：

OPENAI_API_KEY=您在 OpenAI 注册的 API 密钥

1. 1. 启动 Verba：

verba

---

如何通过Docker安装Verba

在安装了 Docker 的系统上执行以下步骤：

1. 1. 在 Verba 项目目录中创建 .env 文件。您可以使用示例文件 .env.example 来设置环境变量。最少需要设置以下环境变量：

OPENAI_API_KEY=您在 OpenAI 注册的 API 密钥

1. 1. 运行 Docker 容器：

docker run --rm -it --env-file .env goldenverba

您可以通过 docker-compose 文件来简化此过程。请参考 docker-compose 示例文件。

---

? Verba演练

在成功安装 Verba 后，您可以通过以下步骤快速开始：

1. 1. 访问 Verba 的 web 界面，默认为 http://localhost:8080。

   
   

   

2. 
   

3. 2. 导入您的数据，例如上传一个 PDF 文件或 CSV 文件。

4. 
   

   
   

   

5. 
   

6. 3. 开始查询您的数据，通过 Verba 的检索增强生成技术获取见解。

7. 
   

   

您可以参考 快速开始视频 了解更多。

? 已知问题

• • 某些模型在特定数据集上表现不佳。

• • 高并发请求可能导致响应时间较慢。

参考链接：
[1]https://github.com/weaviate/Verba