❤️ 社区

“一个人能做的很少；一起就能做成很多。”——海伦·凯勒

我们的项目靠社区的活力、多元技能和共同热情成长。这不只是代码，而是人们聚在一起创造非凡事物。这里记录每一份贡献——无论大小——以及让这一切发生的人。

💬 Discord 社区

在这里加入 Discord 社区，与其他开发者交流、分享想法并获得支持。

🌟 贡献者

认识一些杰出贡献者！

完整列表见这里。

📚 博客与洞察

浏览由社区成员撰写、也写给社区成员的文章、教程和故事。

• Luka Panić 分享了他的工作：
  • Ragas Evaluation: In-Depth Insights | PIXION Blog：详细解释各项指标及其计算方式。
  • RAG in practice - Test Set Generation | PIXION Blog：用 Ragas 生成测试集的教程。
• Shanthi Vardhan 分享他的团队在 Atomicwork 如何使用 ragas，提升 AI 系统准确识别并检索更精确信息的能力，从而改进服务管理。
• Pinecone 在 "RAG makes LLMs better and equal" 中研究 RAG 如何增强 LLM 能力，并用 ragas 证明：即使数据规模到 10 亿，上下文检索仍能让 LLM 给出显著更好的结果。
• Aishwarya Prabhat 在综合指南 "Performing, Evaluating & Tracking Advanced RAG (ft. AzureML, LlamaIndex & Ragas)" 中分享高级 RAG 技术。
• Leonie（@helloiamleonie）在 "Evaluating RAG Applications with RAGAs" 中给出详细视角。
• Erika Cardenas 与 Connor Shorten 合作撰写 "An Overview on RAG Evaluation | Weaviate"，并与 Ragas 团队做了播客。
• Erika Cardenas 还在近期实验中用 Ragas 调优 Weaviate 的 alpha 分数，探讨 “混合检索权重（alpha）的 RAG 表现”。
• LangChain 的 Evaluating RAG pipelines with RAGAs and LangSmith 提供了同时使用这两套工具评测 RAG 流水线的完整教程。
• Plaban Nayak 分享 Evaluate RAG Pipeline using RAGAS，用 LangChain 和 RAGAS 构建并评测一个简单 RAG。
• Stephen Kurniawan 比较了不同 RAG 要素，例如 Chunk Size、向量库：FAISS vs ChromaDB、向量库 2：多文档，以及 相似度搜索 / 距离度量 / 索引策略。
• 阅读 Devanshu Brahmbhatt 关于优化 RAG 系统的文章 Enhancing LLM's Accuracy with RAGAS。了解 RAG 架构、关键评测指标，以及如何用 RAGAS 分数改进性能。
• Suzuki 与 Hwang 做了实验，比较日语和英语同内容数据集上的表现（人工标签与 Ragas 分数的相关系数），研究 Ragas 是否依赖语言。他们写了实验结论和 Ragas 基本算法的博客。
  • RAG Evaluation: Necessity and Challenge
  • RAG Evaluation : Computational Metrics in RAG and Calculation Methods in Ragas
  • RAG Evaluation: Assessing the Usefulness of Ragas
• Atita Arora 撰写 Evaluating Retrieval Augmented Generation using RAGAS，这是用 Qdrant 和 LangChain 构建 RAG 并用 RAGAS 评测的端到端教程。
  • 额外内容：学习如何创建作为评测基准的评测数据集，理解 RAGAS 指标并学会解读，再把它们用到 Naive RAG 流水线上，用 RAGAS 指标衡量性能。
  • 代码走读：https://github.com/qdrant/qdrant-rag-eval/tree/master/workshop-rag-eval-qdrant-ragas
  • 使用 Deepset Haystack 与 Mixedbread.ai 的代码走读：https://github.com/qdrant/qdrant-rag-eval/tree/master/workshop-rag-eval-qdrant-ragas-haystack
• Minoru Onda 为初学者写了如何用 Amazon Bedrock 开始 Ragas v0.2 评测，以及如何与 Langfuse 集成。
  • RAG精度評価の定番ツール「Ragas」にAWSのBedrockで入門しよう！（v0.2対応） - Qiita
  • 生成AIアプリの出力をRagasで評価して、LangfuseでGUI監視しよう！ - Qiita
• Yunnglin 写了把 Ragas v0.2 接入 EvalScope（大模型评测框架）的指南，从而利用 ModelScope 生态。
  • Tutorial: Using Ragas with EvalScope
  • 教程: 在EvalScope中使用Ragas一键发起RAG评估
  • 最佳实践: 打破文本边界：如何进行多模态RAG评估

📅 活动

关注我们最新的聚会、线下活动和在线 webinar。

• OpenAI 工程师在 DevDay 分享了他们的 RAG 技巧并介绍了 Ragas。
• LangChain 与 Ragas 团队合作的 LangChain “RAG Evaluation” Webinar