Charla con colecciones de documentos privados a través de Kotaemon
Ejecuta un flujo de trabajo autogestionado de preguntas y respuestas sobre documentos con Kotaemon para que los agentes puedan indexar archivos privados, hacer preguntas fundamentadas y devolver respuestas citadas.
Prerrequisitos
Entorno Docker o Python, Kotaemon, colección de documentos a indexar, proveedor de LLM configurado o modelo local como Ollama
Instalación
Usa la ruta de instalación o configuración oficial que coincida con tu entorno:
- Docker: opcional, si instalas con Docker
- docker run \
- docker run <...> ghcr.io/cinnamon/kotaemon:main-ollama
- docker run <...> ghcr.io/cinnamon/kotaemon:main-lite
Requisitos y advertencias de la fuente oficial:
- Soporte para varios LLMs: Compatible con proveedores de API de LLM (OpenAI, AzureOpenAI, Cohere, etc.) y LLMs locales (a través de ollama y llama-cpp-python).
Uso básico o notas de inicio:
-
Extensible: Al estar construido sobre Gradio, eres libre de personalizar o añadir cualquier elemento de interfaz que desees. Además, nuestro objetivo es admitir múltiples estrategias para la indexación y recuperación de documentos. El proceso de indexación GraphRAG está disponible...
-
Si no eres desarrollador y solo deseas usar la aplicación, consulta nuestra Guía de usuario fácil de seguir. Descarga el archivo .zip desde la [última versión](https://github.com/Cinn...
-
Unstructured si deseas procesar archivos distintos a .pdf, .html, .mhtml y .xlsx. Los pasos de instalación difieren según...
-
Extraído de la documentación oficial: https://raw.githubusercontent.com/Cinnamon/kotaemon/HEAD/README.md