A implementação do Medical-RAG envolve a conclusão das seguintes etapas principais:
Preparação do ambiente básico
- Clonagem do Project Warehouse:
git clone https://github.com/yolo-hyl/medical-rag - Instale as dependências do Python: vá para o diretório src e execute o comando
pip install -e .
Início dos serviços básicos
- banco de dados de vetoresIniciar o Milvus usando o script do Docker que acompanha o projeto
cd Milvus bash standalone_embed.sh start - Serviços de modelagem local (opcional)Carregamento de modelos incorporados e modelos de perguntas e respostas via Ollama
ollama pull bge-m3:latest ollama pull qwen2:7b
Ajuste do arquivo de configuração
modificação necessáriasrc/MedicalRag/config/default.yamlOs principais parâmetros do
- Endereço de conexão Milvus e informações de autenticação
- Seleção de modelo incorporado (compatível com várias fontes Ollama/OpenAI/HuggingFace)
- Estratégia de pesquisa e configuração de ponderação
Depois de concluir as etapas acima, você pode passar opython scripts/search_pipline.pyInicie a interface de consulta interativa.
Essa resposta foi extraída do artigoMedical-RAG: uma estrutura de geração aumentada por recuperação para a construção de perguntas e respostas médicas chinesasO
Não pode ser reproduzido sem permissão:Ferramentas de produtividade de IA " Como faço para implementar um ambiente de teste local para o Medical-RAG?
