~/ / Embedding e ricerca (RAG)
Strumenti per costruire passo dopo passo la generazione aumentata dal recupero (RAG). Dividi i documenti in chunk, confronta gli embedding, salvali e cercali in PostgreSQL con pgvector, crea un prompt che risponde solo in base alle fonti e controlla che le citazioni nella risposta corrispondano a esse.
Conserva gli embedding di Ollama in PostgreSQL con pgvector, cercali con HNSW o IVFFlat e passa i risultati a /api/chat perché la risposta citi le sue fonti.
Pubblicato: Strumenti utilizzabili: pgvector SQL Builder, Embeddings to pgvector INSERT, RAG Prompt Builder, RAG Citation Checker
Crea embedding con l'/api/embed di Ollama: i modelli e le loro dimensioni, truncate e dimensions, vettori di lunghezza unitaria e similarità del coseno, secondo la documentazione ufficiale.
Pubblicato: Strumenti utilizzabili: RAG Text Chunker, Embedding Similarity Calculator