RAG文档助理
一个基于RAG的模块化文档助手，适用于使用LlamaIndex、Postgres和Ollama的开发人员。
建筑
- 后端：用于RAG操作的FastAPI+LlamaIdex
- 向量存储：带有pgvector扩展名的Postgres
- LLM：Ollama（本地）未来将支持Vertex AI
- 摄入：用于Confluence、Git仓库和Markdown文件的LlamaIdex加载器
- MCP服务器：用于GitHub Copilot集成的Python MCP服务器
- 前端：React/Vite静态网络聊天（GitHub Pages）
项目结构
.
├── planning/ # Project specifications and planning docs
├── backend/ # FastAPI + LlamaIndex RAG backend
├── ingestion/ # Data ingestion scripts
├── mcp/ # MCP server for GitHub Copilot
├── frontend/ # React/Vite web chat UI
└── docker-compose.yml # Local development environment快速开始
先决条件
- Docker&Docker编写
- Python 3.10+
- Node.js 18+（用于前端）
设置
- 克隆存储库：
git clone
cd dev-chatbot- 使用Docker Compose启动服务：
docker-compose up -d- 设置后端：
cd backend
cp .env.example .env
# Edit .env with your configuration
python -m venv venv
source venv/bin/activate # On Windows: venv\Scripts\activate
pip install -r requirements.txt- 运行后端：
uvicorn main:app --reload- 设置并运行前端：
cd frontend
npm install
npm run dev发展
看 规划/初始规格.md 详细的架构和实施计划。
许可证
麻省理工学院