~/ / 임베딩과 검색(RAG)
검색 증강 생성(RAG)을 단계별로 구성하는 도구입니다. 문서를 청크로 나누고, 임베딩을 비교하고, PostgreSQL의 pgvector에 저장해 검색하고, 출처만으로 답하게 하는 프롬프트를 만들고, 답변의 인용이 출처와 일치하는지 확인합니다.
Ollama 임베딩을 pgvector로 PostgreSQL에 보관하고, HNSW나 IVFFlat으로 검색한 뒤, 결과를 /api/chat에 넘겨 답변이 출처를 인용하게 하기.
게시: 사용할 수 있는 도구: pgvector SQL Builder, Embeddings to pgvector INSERT, RAG Prompt Builder, RAG Citation Checker
Ollama의 /api/embed로 임베딩 만들기: 모델과 크기, truncate와 dimensions, 단위 길이 벡터와 코사인 유사도를 공식 문서 기준으로 설명합니다.
게시: 사용할 수 있는 도구: RAG Text Chunker, Embedding Similarity Calculator