LlamaFarmは、RAGシステムを操作するための直感的なコマンドラインツールを提供します：
1.データ入力（インジェスト）::
- 書類の入ったフォルダを用意する（例：samples/）。
- コマンドを実行する：
uv run python rag/cli.py ingest samples/ --extractors keywords entities --strategy research - このコマンドは次のことを行う：自動的に文書フォーマットを識別→キーワード/エンティティを抽出→RESEARCH戦略によってチャンク→デフォルトのベクトルデータベースに保存
2.知識検索（サーチ）::
- 問い合わせコマンドの例：
uv run python rag/cli.py search "气候变暖的主要证据" --top-k 5 --rerank - パラメータの説明
- -top-k 5: 最も関連性の高い5つのフラグメントを返す。
- -rerank：精度を高めるために結果の並び替えを可能にする。
- システムはまずベクトル・ライブラリを取得し、次にモデルを並べ替えることによって結果を最適化する。
プロセス全体にコーディングは不要で、ポリシーのパラメーターを調整することで、さまざまな文書タイプに対応できる。
この答えは記事から得たものである。LlamaFarm：AIモデルとアプリケーションの迅速なローカル展開のための開発フレームワークについて
