近来，咱们将咱们的RAG（基于检索增强的生成，Retrieval Augmented Generation）引擎QAnything开源了 ，用户可以传入doc, pdf, 图片，ppt, excel 等各种类型的文档，就可以基于这些文档问答，像 “chatgpt” 一样的体会。本次开源包括了embedding, rerank, LLM，向量数据库等所有必要的模型和体系模块，用户可以一键下载，纯本地搭建大模型问答体系，马上开始使用。
（QAnything 引擎体系架构图）
QAnything 受到广阔开发者的亲近重视，开源近两周， star迅速涨到接近2000，昨日QAnything进入到了github的trending版。
QAnything开源后，广阔用户给咱们提了很多的定见。咱们研制人员日夜不停的回答用户问题，并紧锣密鼓的改代码。昨日，咱们发布了一个Release更新：
QAnything 版别 V1.1.0 ，让装置进程更简略，体会更流通。
Features:
– 装置进程更简略 –
-优化发动流程，支持一键发动：执行bash run.sh即可
-优化装置进程的交互，提示信息更友爱
– 体会更流通
-优化前端发动速度，秒翻开。感谢网友@jsoncode的奉献！
– 布置挑选更多
-优化显存占用，支持多GPU布置，目前支持单卡或双卡布置，双卡两张卡显存占用分别为11G，5G
– 其他优化
-向量库占用空间削减到本来的1/3
-优化xlsx，html切分chunk时size过大导致的解析失败
-优化常识库内只要单文档时回答的效果
-优化pdf解析效果，pdf解析速度
-供给原始未修改DockerFile
QAnything还在不断迭代晋级中，欢迎我们下载使用并供给宝贵反应！
