DEV Community
·
使用.NET摄取文档构建简单的检索增强生成（RAG）系统
💡
原文英文，约1500词，阅读约需6分钟。
📝
内容提要
本文介绍了如何使用.NET Semantic Kernel和Qdrant处理Markdown文档，包括文档分割、生成嵌入和向量存储管理。示例中使用LangChain .NET进行文本分割，并展示了如何查看处理结果和指标。最终用户可通过Aspire Dashboard获取相关信息。
🎯
关键要点
- 本文介绍如何使用.NET Semantic Kernel和Qdrant处理Markdown文档。
- 使用LangChain .NET进行文本分割，展示处理结果和指标。
- 示例中使用GitIngest UI生成的文件，包含多个Markdown和YAML文件。
- 文档分割过程将文件内容分为文件名和内容对。
- 使用LangChain .NET的MarkdownHeaderTextSplitter和CharacterTextSplitter进行内容分块。
- 通过Semantic Kernel生成文本块的嵌入。
- 插入向量到向量存储，确保集合存在并使用正确的维度。
- 使用自定义映射器将.NET类映射到向量存储文档。
- 在Aspire Dashboard上查看处理的指标和结果。
- 提供了克隆仓库和运行Aspire项目的步骤以进行测试。
🏷️
标签
➡️
