AutoRAG
活跃简介
AutoRAG 是开源 RAG 评估与优化框架，采用 AutoML 风格自动化流程，帮助开发者自动搜索最佳 RAG 管线配置并进行基准评测。
核心特性
- AutoML 风格自动化流程，自动为你的数据找到最佳 RAG 管道配置
- 端到端数据创建：解析、分块和 QA 数据集生成
- 支持多种解析模块（pdfminer 等）和分块策略
- 可视化仪表板，展示和比较 RAG 管道评估结果
- 集成 HuggingFace Spaces，提供预构建的聊天机器人和优化演示
- 支持自定义 LLM 和嵌入模型进行评估
适用场景
💡 自动优化特定数据集的 RAG 管道配置
💡 评估和基准测试不同的检索与生成模块
💡 从原始文档创建用于 RAG 评估的 QA 训练数据集
💡 比较 RAG 模块组合以找到最佳性能配置
💡 基于数据驱动配置构建生产级 RAG 系统
分类
快速开始
```bash
pip install AutoRAG
# 创建 QA 数据集
python -c "
from autorag.parser import Parser
parser = Parser(data_path_glob='data/*')
parser.start_parsing('parse_config.yaml')
"
# 运行优化
autorag run --yaml rag_config.yaml --qa_path qa.parquet --corpus_path corpus.parquet
# 启动仪表板
autorag dashboard --project_path ./projects/[project_name]
```