🚀 mcpRAG

mcpRAG是一个使用开源嵌入、开源向量数据库和Gemini LLM构建的RAG系统，能基于文本文件实现高效的检索增强生成功能，为信息查询和答案生成提供有力支持。

✨ 主要特性

• 嵌入（Embeddings）：使用了“nomic embeddings”并通过ollama进行本地运行。
• 大语言模型（LLM）：采用了Gemini - 2.0 - flash版本。
• 向量数据库：使用了FAISS。

🚀 快速开始

整体流程

在这个项目中，所有文本文件会被分块处理，每个分块包含文件名、分块ID和分块文本，并以JSON格式存储在本地。每个分块会被转换为嵌入并收集到列表中。

这些嵌入列表通过FAISS进行索引，并本地存储。当进行查询时，使用nomic embeddings对查询内容生成嵌入，并在FAISS索引中搜索相关位置（分块的索引）。这些索引用于从JSON文件中获取实际文本。

然后将这些文本传递给LLM，并结合查询内容来生成答案。此外，还可以向现有索引中追加额外文本，并通过加载存储的索引和嵌入文件，在更新后的索引上运行新的查询。