Quivr 핵심 기능 — Brain과 RAG 구성

Quivr 핵심 기능

Quivr는 RAG 파이프라인을 추상화한 Brain 객체를 중심으로 설계됐어요. 개발자는 문서 처리·임베딩·검색·생성의 복잡함 대신, 파일을 넣고 질문하는 흐름에 집중할 수 있어요.

LLM 자유도

Quivr는 어떤 LLM이든 연동할 수 있어요. OpenAI, Anthropic, Mistral, Gemma 등을 지원하고, Ollama로 로컬 모델도 쓸 수 있어요. 벤더에 묶이지 않는 게 큰 특징이에요.

파일 처리

어떤 파일이든 받아요. PDF, TXT, Markdown 등이 기본 지원되고, 자체 파서(parser)를 추가해 특수 포맷도 처리할 수 있어요. 특히 Megaparse와 통합되어 파일을 Megaparse로 파싱한 뒤 Quivr RAG에 올리는 흐름을 쓸 수 있어요.

RAG 커스터마이즈

Opiniated RAG: 처음부터 빠르고 효율적으로 설계된 RAG로, 제품 개발에 집중하게 해줘요
인터넷 검색·도구 추가: 기본 RAG에 인터넷 검색이나 도구(tool)를 붙여 기능을 확장할 수 있어요

Brain과 구성

from quivr_core import Brain

brain = Brain.from_files(
    name="my smart brain",
    file_paths=["./my_first_doc.pdf", "./my_second_doc.txt"],
)

Brain.from_files로 손쉽게 지식 베이스를 만들고, 이후 brain.ask(...)로 질의할 수 있어요.