产品简介
rag-fusion RAG-Fusion是一种搜索方法，通过生成多个查询变体并融合排名结果，解决用户查询与文档索引词汇不匹配导致的检索遗漏问题。适合需要高召回率搜索的学术研究者、专利分析师和电商优化人员。
核心功能
- 多查询生成：使用LLM生成多个搜索查询变体
- 互惠排名融合：融合多个搜索结果的排名
- 支持混合检索策略：包括BM25和向量搜索
- 内置评估套件：基于NFCorpus/BEIR进行性能评估
- 跨平台兼容：支持Windows、macOS和Linux
快速开始
- 安装依赖：运行pip install openai chromadb python-dotenv tqdm tabulate rank_bm25
- 设置API key：复制.env.example到.env并编辑替换键
- 运行演示：执行python main.py
界面预览
与其他方案对比
| 对比项 | rag-fusion | 同类方案 |
|---|---|---|
| 检索精度（k=5） | RAG-Fusion精度达到0.324 | 基线精度为0.283 |
| 召回率（k=5） | RAG-Fusion召回率0.141 | 基线召回率0.117 |
| 检索召回率（k=10） | RAG-Fusion召回率0.185 | 基线召回率0.151 |
适合谁用
- 学术研究者进行文献搜索
- 专利分析师进行现有技术检索
- 电商运营人员优化长尾产品搜索
- 法律专业人士进行电子发现
下载与版本
当前最新版本为 master，发布于 。支持 Windows、macOS、Linux。
⚠️ 注意：本项目仅提供源代码下载，不包含可直接运行的安装包（exe/dmg/apk 等。下载后需要自行编译构建才能使用，适合有一定开发经验的用户。如果你不熟悉编译流程，建议寻找同类开箱即用的替代方案。
注意事项
- 本工具仅供学习和研究使用，请遵守相关法律法规。
- 请尊重内容创作者版权，勿将下载内容用于商业或非法传播。
- 项目源码地址：https://github.com/Raudaschl/rag-fusion