Feast、Milvus和Docling构建RAG应用的快速入门

本项目演示了如何使用Feast来驱动检索增强生成（RAG）应用程序。它扩展了基本的RAG演示，展示了如何使用Docling将PDF转换为LLM可用的文本数据，如何使用Milvus作为向量数据库来存储和检索RAG的嵌入，以及如何在摄取过程中使用Docling转换PDF。此外，它还演示了在线特征检索、声明式特征定义、向量搜索、结构化和非结构化上下文以及版本控制和可重用性等功能。项目包含示例数据、定义Feast特征视图和实体配置的Python文件以及配置离线和在线存储的YAML文件，并附带两个主要notebook：一个演示如何使用Docling提取PDF文本并将其存储在Parquet文件中，另一个演示如何使用Feast摄取文本数据并将其存储在和检索自在线存储。