# SimpleRAG **Repository Path**: junsheng_huang_admin/SimpleRAG ## Basic Information - **Project Name**: SimpleRAG - **Description**: No description available - **Primary Language**: Unknown - **License**: Apache-2.0 - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-02-27 - **Last Updated**: 2026-02-27 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README 简体中文|[English](./README.md) # SimpleRAG ## A simple RAG demo based on WPF and Semantic Kernel.✨ SimpleRAG是基于WPF与Semantic Kernel实现的一个简单的RAG应用，可用于学习与理解如何使用Semantic Kernel构建RAG应用。 ## 主要功能✨ ### AI聊天 支持所有兼容OpenAI格式的大语言模型： ![image-20240819163701855](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240819163701855.png) ### 文件对话 一个私有文档如下所示： ```csharp 会议主题：《如何使用C#提升工作效率》 参会人员：张三、李四、王五 时间：2024.9.26 14:00-16:00 会议内容： 1. 自动化日常任务 许多日常任务可以自动化，从而节省时间和精力。例如，如果你需要定期处理大量数据，可以使用C#编写脚本来自动化数据导入、清理和分析过程。 2. 构建自定义工具 C#可以用来构建各种自定义工具，以满足特定需求。 3. 集成现有系统 C#可以轻松集成现有的系统和API，从而提高工作效率。 4. 开发插件和扩展 许多应用程序支持插件和扩展，C#可以用来开发这些插件，以增强现有应用程序的功能。 5. 优化现有代码 C#提供了丰富的库和框架，可以帮助你优化现有代码，提高性能和可维护性。 ``` 支持根据文件内容对话： ![image-20240926121558886](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240926121558886.png) ### 文本嵌入 支持所有兼容OpenAI格式的嵌入模型： ![image-20240819163900106](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240819163900106.png) ### 简单的RAG回答 简单的RAG回答效果： ![image-20240819164221306](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240819164221306.png) 对比不使用RAG的回答： ![image-20240819164322893](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240819164322893.png) ### 测试Function Calling 测试Function Calling回答效果： ![](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240828162408978.png) 对比一下不使用FunctionCalling的效果： ![image-20240828162455519](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240828162455519.png) 经过测试这种方法可用的LLM： | 平台 | 可用模型 | | ---------- | ------------------------------------------------------------ | | 硅基流动 | Llama-3.1-405/70/8B、Llama-3-70/8B-Instruct、DeepSeek-V2-Chat、deepseek-llm-67b-chat、Qwen2-72/57/7/1.5B-Instruct、Qwen2-57B-A14B-Instruct、Qwen1.5-110/32/14B-Chat、Qwen2-Math-72B-Instruct、Yi-1.5-34/9/6B-Chat-16K、internlm2_5-20/7b-chat | | 讯飞星火 | Spark Lite、Spark Pro-128K、Spark Max、Spark4.0 Ultra | | 零一万物 | yi-large、yi-medium、yi-spark、yi-large-rag、yi-large-fc、yi-large-turbo | | 月之暗面 | moonshot-v1-8k、moonshot-v1-32k、moonshot-v1-128k | | 智谱AI | glm-4-0520、glm-4、glm-4-air、glm-4-airx、glm-4-flash、glm-4v、glm-3-turbo | | DeepSeek | deepseek-chat、deepseek-coder | | 阶跃星辰 | step-1-8k、step-1-32k、step-1-128k、step-2-16k-nightly、step-1-flash | | Minimax | abab6.5s-chat、abab5.5-chat | | 阿里云百炼 | qwen-max、qwen2-math-72b-instruct、qwen-max-0428、qwen2-72b-instruct、qwen2-57b-a14b-instruct、qwen2-7b-instruct | 以上不一定完备，还有一些模型没测，欢迎大家继续补充。 ## 快速体验🚀 来到SimpleRAG的GitHub参考，注意到这里有个Releases： ![image-20240822100649148](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240822100649148.png) 点击SimpleRAG-v0.0.1，有两个压缩包，一个依赖net8.0-windows框架，一个独立： ![image-20240822100817138](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240822100817138.png) 依赖框架的包会小一些，独立的包会大一些，如果你的电脑已经装了net8.0-windows框架可以选择依赖框架的包，考虑到可能大部分人不一定装了net8.0-windows框架，我以独立的包做演示，点击压缩包，就在下载了： ![image-20240822101244281](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240822101244281.png) 解压该压缩包： ![image-20240822101450182](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240822101450182.png) 打开appsettings.json文件： ![image-20240822101600329](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240822101600329.png) appsettings.json文件如下所示： ![image-20240822101740892](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240822101740892.png) 默认是使用SiliconCloud的api，只需填入你的SiliconCloud的Api Key即可，完成后，如下所示： ![image-20240822102046293](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240822102046293.png) 现在点击SimpleRAG.exe即可运行程序： ![image-20240822102117959](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240822102117959.png) 程序运行之后，如下所示： ![image-20240822102215516](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240822102215516.png) 先通过AI聊天测试配置是否成功： ![image-20240822102306935](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240822102306935.png) 配置已经成功。 现在来测试一下嵌入。 先拿一个简单的文本进行测试： ```csharp 小n最喜欢吃的水果是西瓜。 ``` ![image-20240822102445438](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240822102445438.png) 嵌入成功： ![image-20240822102504358](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240822102504358.png) 这个Demo程序为了方便存储文本向量使用的是Sqlite数据库，在这里可以看到： ![image-20240822102554159](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240822102554159.png) 如果你有数据库管理软件的话，打开该数据库，会发现文本已经以向量的形式存入Sqlite数据库中： ![image-20240822102822026](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240822102822026.png) 现在开始测试RAG回答效果： ![image-20240822102901171](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240822102901171.png) 对比不使用RAG的回答效果： ![image-20240822102956395](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240822102956395.png) 可以发现大语言模型根本不知道我们想问的私有数据的事情，出现了幻觉。 以上就成功使用SiliconCloud体验了SimpleRAG。 实现的原理，在我的这篇文章中有进行介绍，感兴趣的朋友可以看看： [SemanticKernel/C#：检索增强生成(RAG)简易实践](https://mp.weixin.qq.com/s/0Q0vk9SPuH6k6AnMffp8Iw) ## 从源码构建🚀 git clone到本地，打开appsettings.example.json文件： ![image-20240819164816557](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240819164816557.png) 如下所示： ![image-20240819164844061](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240819164844061.png) ChatAI用于配置对话模型，Embedding用于配置嵌入模型，TextChunker用于配置文档切片大小。 还是以SiliconCloud为例，只需填入你的api key 并将文件名改为appsettings.json，或者新建一个appsettings.json即可。 配置完成如下所示： ![image-20240819165255285](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240819165255285.png) IDE:VS2022 .NET 版本：.NET 8 打开解决方案，项目结构如下所示： ![image-20240819165459846](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240819165459846.png) 运行程序： ![image-20240819165551772](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240819165551772.png) 测试AI聊天： ![image-20240819165652624](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240819165652624.png) 测试嵌入： ![image-20240819165803024](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240819165803024.png) 使用的是Sqlite保存向量，可以在Debug文件夹下找到这个数据库： ![image-20240819165854807](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240819165854807.png) 打开该数据库，如下所示： ![image-20240819170059576](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240819170059576.png) 测试RAG回答： ![image-20240819170128226](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/image-20240819170128226.png) ## 最后✨ 如果对您有所帮助，点个star✨，就是最大的支持😊。 如果您看了这个指南，还是遇到了问题，欢迎通过公众号联系我： ![qrcode_for_gh_eb0908859e11_344](https://mingupupup.oss-cn-wuhan-lr.aliyuncs.com/imgs/qrcode_for_gh_eb0908859e11_344.jpg)