来自 GitHubDaily（@GitHub_Daily）的推文线程

做RAG 應用或建構知識庫時，最頭痛的往往不是模型選擇，而是資料處理管線。 需要寫一堆Python 腳本去清洗、切片、向量化，而且來源資料一變，全量重跑既費時又費錢。 最近在GitHub 上看到CocoIndex 這個開源項目，專為AI 場景打造的高效能資料轉換框架。 只要用大概100 行Python 程式碼，就能定義從檔案讀取、分塊到向量入庫的整個過程。 GitHub：https://t.co/RwUjyHJEym 支援多種資料來源和目標，包括本機檔案、Amazon S3、Google Drive，以及Postgres、Qdrant、LanceDB 等向量資料庫。 除此之外，還內建文字分塊、嵌入生成、PDF 解析、知識圖譜建構等常用轉換元件。 提供了豐富的範例，涵蓋語義搜尋、知識圖譜、產品推薦、圖像搜尋等20 多個實際應用場景，可以直接參考使用。