Discover how Weaviate enables RAG applications! You'll build a RAG workflow end-to-end by-hand to get familiar with the Retrieval-Augmentation-Generation steps. This understanding will enable robust and optimized RAG workflows in Chapter 2 using Weaviate.

Dari RAG Menuju Keunggulan!

Generasi teks dengan LLM

Membuat embedding teks

Membandingkan embedding teks

Menyatukan "R", "A", "G"

RAG Fundamentals with Weaviate

Although coding out RAG workflows by-hand is fun, you may be missing out on optimizations provided by tools like Weaviate. In this chapter, you'll embed, store, retrieve, and generate responses all using Weaviate!

RAG Workflows with Weaviate

PDF text extraction and chunking

Getting set up with Weaviate

Queries in Weaviate

RAG from top to bottom

End-to-End RAG with Weaviate

In the last chapter, you used the text content from the PDF documents to build your document chunks, but left the image content behind. This results in a lot of lost context that might be useful for retrieval and generation! In this chapter, you'll use ColPali multi-modal models to embed and generate text and images to provide more context for your model responses.

RAG with text and images

Preparing for Multi-Modal RAG

Multi-Modal RAG with Weaviate

Congratulations!

Multi-Modal RAG

Pelajari cara beralih dari pemanggilan LLM sederhana ke alur kerja RAG multi-modal dengan Weaviate! Anda akan memproses dokumen PDF untuk mengekstrak konten teks utama seperti paragraf, judul, dan tabel. Anda akan melakukan embedding dan menyimpan data ini untuk pengambilan kembali dengan Weaviate. Terakhir, Anda akan menyusun prompt pengambilan yang efektif untuk diteruskan ke model generatif. Sebagai penutup, Anda akan memperlakukan PDF sebagai gambar agar dapat menangkap konteks yang hilang dari gambar dan plot. Anda akan menggunakan model embedding multi-modal ColPali bersama model generatif multi-modal dari OpenAI untuk mulai melakukan percakapan dengan gambar dan dokumen!

Working with the OpenAI API

Kuasi RAG dengan Weaviate! Sematkan teks dan gambar untuk pencarian, coba vektor, BM25, dan pencarian hibrid.

RAG Ujung-ke-Ujung dengan Weaviate

Pelajari RAG dengan Weaviate! Embed teks dan gambar untuk pencarian, dan coba berbagai metode pencarian seperti vektor, BM25, dan hibrida.

Membuat embedding teks

RAG Ujung-ke-Ujung dengan Weaviate

Petunjuk latihan

Latihan interaktif praktis