Pathway LLM App
正常简介
即开即用的 RAG 和 AI 管道云模板，支持 Docker 部署，实时同步 Sharepoint、Google Drive、S3、Kafka 等数据源。
核心特性
- 实时数据同步 — 自动同步文件系统、Google Drive、Sharepoint、S3、Kafka、PostgreSQL 等数据源的增量变更
- 内置向量索引 — 基于 usearch 的向量搜索和基于 Tantivy 的全文混合搜索，无需外部数据库
- 多模态 RAG — 支持 GPT-4o 解析 PDF/DOCX 中的图表、表格和文本，实时提取非结构化数据
- 自适应 RAG — Adaptive RAG 技术可在保持准确率的同时将 Token 消耗降低最高 4 倍
- Docker 容器化部署 — 每个模板均可通过 Docker 运行，暴露 HTTP API 供前端调用
- 多模板选择 — 提供问答 RAG、文档索引、多模态 RAG、非结构化转 SQL 等多种预构建模板
适用场景
💡 企业级实时搜索：对 Sharepoint、Google Drive 等文档库构建始终最新的 AI 搜索系统
💡 金融文档分析：从 PDF 财报中提取结构化数据并存入 PostgreSQL，支持自然语言查询
💡 多模态知识检索：对包含图表和表格的复杂文档进行语义理解和精准检索
💡 私有化部署：通过 Mistral + Ollama 实现完全本地化的 RAG 系统，保护数据隐私
💡 智能幻灯片搜索：对 PowerPoint 和 PDF 幻灯片进行多模态索引和检索
优势与不足
✅ 优势
- • 社区热度高（59.0k stars）
- • 开源许可证友好（MIT）
- • 项目有一定历史沉淀（已维护 3 年）
- • Issue 响应及时，积压少
分类
快速开始
# 安装 Pathway 及其依赖
pip install pathway
# 运行问答 RAG 模板 (Docker 方式)
docker run -p 8080:8080 -e OPENAI_API_KEY=$OPENAI_API_KEY \
pathwaycom/llm-app:question-answering-rag
# 或从模板目录直接运行 Python 脚本
cd templates/question_answering_rag
pip install -r requirements.txt
python app.py