Skool RAG 파이프라인은(는) 무엇을 하나요?
목표
벡터 검색 및 리랭킹을 사용한 RAG(Retrieval-Augmented Generation) 파이프라인으로 Skool 커뮤니티 콘텐츠를 쿼리합니다.
스크립트
./scripts/skool_rag_prepare.py- 인덱싱을 위한 콘텐츠 준비./scripts/skool_rag_index.py- Pinecone에 콘텐츠 인덱싱./scripts/skool_rag_query.py- 지식 베이스 쿼리
파이프라인
1. 콘텐츠 준비
python3 ./scripts/skool_rag_prepare.py --community makerschool
커뮤니티 콘텐츠를 스크래핑하고 청크로 분할합니다.
2. Pinecone에 인덱싱
python3 ./scripts/skool_rag_index.py --input .tmp/skool_chunks.json
OpenAI 임베딩을 생성하고 Pinecone에 저장합니다.
3. 쿼리
python3 ./scripts/skool_rag_query.py --query "첫 고객은 어떻게 얻나요?"
파이프라인:
- 쿼리에 대한 OpenAI 임베딩
- Pinecone 벡터 검색
- Cohere 리랭킹
- Claude 응답 생성
환경
PINECONE_API_KEY=your_key
OPENAI_API_KEY=your_key
COHERE_API_KEY=your_key
ANTHROPIC_API_KEY=your_key
스키마
입력
| 이름 | 유형 | 필수 | 설명 |
|---|---|---|---|
query | string | 예 | 검색할 자연어 질문 |
community | string | 아니요 | 인덱싱할 커뮤니티 슬러그 (기본값: makerschool) |
출력
| 이름 | 유형 | 설명 |
|---|---|---|
answer | string | 출처 참조가 포함된 AI 생성 답변 |
자격 증명
| 이름 | 출처 |
|---|---|
PINECONE_API_KEY | .env |
OPENAI_API_KEY | .env |
COHERE_API_KEY | .env |
ANTHROPIC_API_KEY | .env |
함께 사용 가능한 스킬
이 스킬과 함께 체인으로 연결할 수 있는 스킬: skool-monitor
비용
Pinecone + OpenAI 임베딩 + Cohere 리랭킹 + Claude