Ragatouille

一、项目简介

RAGatouille 是一个让「后期交互检索模型」变得易用的工具库，主要封装了 ColBERT 系列模型。只需几行代码即可构建高精度检索索引，适合对检索质量要求较高的 RAG 场景。

二、核心特性

• 集成 ColBERT：开箱即用高质量检索模型；
• API 简洁：少量代码完成索引与查询；
• 检索精度高：优于多数单向量方案；
• 支持索引管理：可保存与加载；
• 易于扩展；
• 文档友好。

三、适用场景

• 高精度文档检索；
• RAG 系统的检索层；
• 需要 ColBERT 类模型的场景。

四、快速上手

pip install ragatouille
from ragatouille import RAGPretrainedModel
RAG = RAGPretrainedModel.from_pretrained("colbert-ir/colbertv2.0")
RAG.index(collection=["文档1", "文档2"], index_name="demo")
print(RAG.search(query="关键词", k=3))

五、注意事项

• 索引文件体积较大，注意磁盘；
• 推理建议用 GPU；
• 注意模型许可与使用合规。