LlamaIndex • 2024-06-25
LlamaIndex 周报 2024-06-25
致所有 Llama 爱好者！🦙
欢迎阅读本周的 LlamaIndex 周报！本期包含令人兴奋的更新、全面的指南和详细的教程，帮助您更深入地了解我们的工具。
🤩 本周亮点：
- CrewAI 多代理集成： 与 CrewAI 集成，通过专门的代理团队和 LlamaIndex 集成来增强任务解决能力。 Notebook, Tweet。
- MistralAI 微调 API 集成： 集成 MistralAI 的微调 API，增强模型训练和性能监控能力。 Notebook, Tweet。
✨ 功能发布与增强
- 我们已与 CrewAI 集成，推出了多代理功能，用于构建一个专门代理的
团队，协作解决任务。通过与 LlamaIndex 的轻松集成，包括高级 RAG 查询引擎和 LlamaHub 工具，增强这些代理的外部知识和第三方工具能力。 Notebook, Tweet。 - 我们集成了 MistralAI 的微调 API，用于创建和合成训练与评估数据集，在微调后评估模型，并使用 RAGAS 和 Weights & Biases 监控性能指标。 Notebook, Tweet。
💡 演示
- RAGapp，由 **Marcus Schiesser** 开发，它简化了企业环境中的代理式 RAG，功能类似于使用 OpenAI 的 GPT。最新版本包含代码解释器和一个调用任何 OpenAPI 的工具，所有这些都使用 LlamaIndex 构建。
🗺️ 指南
- 使用 LightningAI 进行多文档代理式 RAG 指南： Jay Shah 提供的模板，使您能够设置多文档代理，用于跨研究笔记本进行搜索和摘要。这个即用型解决方案与 Streamlit 集成，提供完整的可视化功能，是 LightningAI 开发和共享 ML 和生成式 AI 原生应用的工具套件的一部分。
- 构建无服务器 RAG 聊天机器人指南： Azure 的快速入门仓库，用于使用 LlamaIndex 和 AzureOpenAI 创建无服务器 RAG 聊天机器人。
- 在 LlamaIndex 中构建代理指南： 我们的综合指南，涵盖构建基本代理、使用本地模型、添加 RAG、使用 LlamaParse 增强检索以及开发自定义工具。
✍️ 教程
- JinoRohit 的教程，介绍如何将 LlamaIndex pipeline 与 MLflow 结合使用，系统地跟踪和调整 RAG 参数，并通过精确的评估指标和数据集提高答案准确性。
- Hanane Dupouy 的教程演示了如何使用 LlamaIndex 的 CRAG LlamaPack 将 CRAG（纠错 RAG）应用于金融分析。该技术评估检索质量，并通过网络搜索补充知识库，确保上下文的准确性和相关性。
- Soham 的教程，介绍如何使用 Composio 和 LlamaIndex Tools 创建一个自动化 GitHub 提交的代理。
- Aruna Withanage 的教程，介绍如何使用 LlamaIndex 的 DAG 功能创建自定义文本到 SQL 的 pipeline。