RAG
Рушій пошуку з відповідями суворо за джерелами для ізольованих баз знань орендарів.
Система знань RAG, що поєднує гібридний розріджено-щільний векторний пошук, переранжування та сувору атрибуцію джерел. Розроблена для прийому PDF-посібників, документації, вихідного коду й баз знань та формування відповідей суворо за джерелами.
Інтелект документів без галюцинацій та з перевірюваними посиланнями на джерела.
Створено з продакшн-ізоляцією, детермінованою надійністю та безшовною інтеграцією в інфраструктурну екосистему XIK.
Основні можливості
Функціональних модулів: 4Приймання документів у різних форматах
Витягує чистий семантичний текст з PDF, Markdown, Notion, репозиторіїв GitHub і дампів баз даних.
Розбиття з урахуванням контексту
Ієрархічне розбиття зі збереженням заголовків, таблиць і звʼязків батьківських та дочірніх документів.
Сувора атрибуція та цитування
Кожне твердження у відповіді має клікабельні виноски на точні сторінки джерел.
Ізоляція знань між орендарями
Суворі межі безпеки гарантують, що знання організації не потраплять до інших робочих просторів.
Технічні характеристики
- Ідентифікатор
- rag
- Стек системи
- Python LlamaIndex, Qdrant / pgvector, BGE / OpenAI Embeddings, Next.js UI
- Архітектура виконання
- Кластер Kubernetes
- Модель розгортання
- Приватна VPC
- Підтримувані інтерфейси
- REST Query APIVector gRPCWebhook Sync