llamaindex_ollama_github_pipeline.py
Wie oben, aber die Wissensbasis ist ein GitHub-Repo — „Chat mit der Codebase".
Wie oben, aber die Wissensbasis ist ein GitHub-Repo — „Chat mit der Codebase“.
So nutzt du es
Anleitung lesen, Befehle ins Terminal kopieren. Ollama gibt es für macOS, Windows und Linux — Installation von ollama.com.
Im Detail
Variante des Basis-RAG-Rezepts, bei der die Wissensbasis kein lokaler Ordner, sondern ein GitHub-Repository ist. LlamaIndex zieht den Code (und ggf. Dokumentation) aus dem Repo, indexiert ihn lokal und beantwortet Fragen dazu über ein lokales Ollama-Modell – praktisch ein Chat mit der eigenen Codebase, komplett offline nach dem Indexieren. Nützlich für Entwickler, die sich schnell in ein fremdes oder großes Repo einarbeiten wollen, ohne Code an einen Cloud-Dienst zu schicken. Setzt voraus, dass man den GitHub-Reader korrekt konfiguriert (Repo, Branch, Zugriffstoken bei privaten Repos) – für öffentliche Repos reicht meist die Standardkonfiguration.
Praxis-Tipp
Erst mit einem kleinen, überschaubaren Repo testen (z. B. eigenes Skript-Repo), bevor man einen riesigen Monorepo-Branch indexiert – das Einlesen skaliert mit der Dateizahl.
Siehe auch
Lizenz & Quelle
- Lizenz: MIT
- Quelle: open-webui/pipelines
Inhalt ansehen (llamaindex_ollama_github_pipeline.py)
Lade …
Erfahrungen & Kommentare.
Funktioniert der Anleitung bei Ihnen? Tipps, Stolperfallen, Varianten — teilen Sie es mit der Community.
Lade Kommentare …
Passt dazu.
ollama_pipeline.py
Minimalbeispiel: Anfragen an einen Ollama-Server durchreichen — der beste Startpunkt, um das Pipeline-Prinzip zu verstehen.
ollama_manifold_pipeline.py
„Manifold": macht alle auf dem Ollama-Server installierten Modelle auf einmal verfügbar statt nur eines.
llama_cpp_pipeline.py
GGUF-Modelle direkt über die llama-cpp-python-Bibliothek fahren — ohne Ollama dazwischen.
