![](https://cdn-ak-scissors.b.st-hatena.com/image/square/415861490ccf39b3f982131ef973a31a7b9a697d/height=288;version=1;width=512/https%3A%2F%2Fres.cloudinary.com%2Fzenn%2Fimage%2Fupload%2Fs--HRaTKkZ1--%2Fc_fit%252Cg_north_west%252Cl_text%3Anotosansjp-medium.otf_55%3ARAG%2525E3%252582%252592%252520OpenAI%252520%2525E3%252581%2525A8%252520Elasticsearch%252520%2525E3%252582%252592%2525E7%252594%2525A8%2525E3%252581%252584%2525E3%252581%2525A6%2525E3%252580%252581%2525E3%252583%2525AD%2525E3%252583%2525BC%2525E3%252582%2525AB%2525E3%252583%2525AB%2525E3%252581%2525A7%2525E3%252582%2525B7%2525E3%252583%2525A5%2525E3%252583%252583%2525E3%252581%2525A8%2525E8%2525A9%2525A6%2525E3%252581%252597%2525E3%252581%2525A6%2525E3%252581%2525BF%2525E3%252582%25258B%252Cw_1010%252Cx_90%252Cy_100%2Fg_south_west%252Cl_text%3Anotosansjp-medium.otf_37%3AHiroki%252520SAKABE%252Cx_203%252Cy_121%2Fg_south_west%252Ch_90%252Cl_fetch%3AaHR0cHM6Ly9saDMuZ29vZ2xldXNlcmNvbnRlbnQuY29tL2EtL0FPaDE0R2lXNXlWZF9Tc2NLUEhRTmhlNGVIRmtCS3dzc1VROTBtRmNYQmJwYmc9czk2LWM%3D%252Cr_max%252Cw_90%252Cx_87%252Cy_95%2Fv1627283836%2Fdefault%2Fog-base-w1200-v2.png)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
RAGを OpenAI と Elasticsearch を用いて、ローカルでシュッと試してみる
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
RAGを OpenAI と Elasticsearch を用いて、ローカルでシュッと試してみる
はじめに RAG(Retrieval Augmented Generation)とは、外部のデータを LLM に参照させて、解答を生成さ... はじめに RAG(Retrieval Augmented Generation)とは、外部のデータを LLM に参照させて、解答を生成させることです。 今回は、OpenAI, Elasticsearch, Next.js, LangChain.js を使って、ミニマムに RAG アプリを構築してみます。RAG の具体的な実装イメージを掴むことが目的です。 全体のコードは以下のリポジトリにアップロードされています。 実際に試す とりあえず、Next.js プロジェクトを作ります。