近日，我们将我们的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" 一样的体验。本次开源包括了embedding, rerank, LLM，向量数据库等所有必要的模型和系统模块，用户可以一键下载，纯本地搭建大模型问答系统，马上开始使用。
（QAnything 引擎系统架构图）
QAnything 受到广大开发者的密切关注，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，广大用户给我们提了很多的意见。我们研发人员日夜不停的回答用户问题，并紧锣密鼓的改代码。昨日，我们发布了一个Release更新：
QAnything 版本 V1.1.0 ，让安装过程更简单，体验更流畅。
Features:
- 安装过程更简单 -
-优化启动流程，支持一键启动：执行bash run.sh即可
-
优化安装过程的交互，提示信息更友好
- 体验更流畅 -
优化前端启动速度，秒打开。感谢网友@jsoncode的贡献！
- 部署选择更多
-优化显存占用，支持多GPU部署，目前支持单卡或双卡部署，双卡两张卡显存占用分别为11G，5G
- 其他优化
-
向量库占用空间减少到原来的1/3
-
优化xlsx，html切分chunk时size过大导致的解析失败
-
优化知识库内只有单文档时回答的效果
-
优化pdf解析效果，pdf解析速度
-
提供原始未修改DockerFile
QAnything还在不断迭代升级中，欢迎大家下载使用并提供宝贵反馈！