Advanced RAG Demo

PDF 문서와 대화하는 최신 RAG(Retrieval-Augmented Generation) 데모 애플리케이션입니다.

Features

• Semantic Chunking: 의미 기반 문서 분할로 검색 정확도 향상
• Hybrid Search: BM25 + Vector Search 결합
• Multi-Query Generation: 다양한 관점의 쿼리 자동 생성
• RAG-Fusion: Reciprocal Rank Fusion으로 결과 통합
• FlashRank Reranker: Cross-Encoder 기반 정밀 재정렬
• Self-Correction (CRAG): 검색 품질 자가 평가 및 자동 재검색
• Multi-LLM Support: OpenAI, Anthropic, Google 모델 지원
• Content Moderation: 비속어/Prompt Injection/PII 필터링

Tech Stack

기술	역할
LangChain	RAG 파이프라인 프레임워크
FAISS	벡터 검색
FlashRank	Cross-Encoder Reranker
Streamlit	Web UI

Installation

Using uv (Recommended)

# Clone the repository
git clone https://github.com/yourusername/pdf-rag-streamlit.git
cd pdf-rag-streamlit

# Create virtual environment and install dependencies
uv venv
uv sync

# Run the app
uv run streamlit run rag_advanced_streamlit.py

Using pip

pip install -r requirements.txt
streamlit run rag_advanced_streamlit.py

Usage

1. 사이드바에서 LLM Provider 선택 (OpenAI / Anthropic / Google)
2. API Key 입력
3. PDF 파일 업로드
4. 질문 입력

RAG Pipeline

PDF 업로드 → Semantic Chunking → Multi-Query → Hybrid Search
    → RAG-Fusion → Reranker → Self-Correction → LLM 응답

License

MIT License