~/ / Эмбеддинги и поиск (RAG)

Эмбеддинги и поиск (RAG)

Инструменты для пошаговой сборки RAG (генерации с дополнением результатами поиска). Разбивайте документы на чанки, сравнивайте эмбеддинги, храните их и ищите по ним в PostgreSQL с pgvector, составляйте промпт, который отвечает только по источникам, и проверяйте, что цитаты в ответе совпадают с ними.

Инструменты в порядке использования

  1. Разделение текста на чанки с перекрытием и запрос Ollama /api/embed для RAGRAG Text ChunkerРазделение текста на чанки с перекрытием и сборка запроса Ollama /api/embed для RAG
  2. Сравнение векторов эмбеддингов из Ollama /api/embed: косинусное сходство, расстояниеEmbedding Similarity CalculatorСравнение векторов эмбеддингов из Ollama /api/embed: косинусное сходство, скалярное произведение, расстояние
  3. SQL для pgvector: таблица, индекс HNSW/IVFFlat и запрос соседейpgvector SQL BuilderНапишите SQL для pgvector: таблицу, индекс HNSW или IVFFlat и запрос ближайших соседей
  4. Результаты Ollama /api/embed и тексты в INSERT для pgvectorEmbeddings to pgvector INSERTПревратите результаты Ollama /api/embed и их тексты в операторы INSERT для pgvector
  5. Запрос к /api/chat в Ollama: ответ только по пронумерованным источникамRAG Prompt BuilderСоберите запрос к /api/chat в Ollama, который отвечает только по пронумерованным источникам и ссылается на них
  6. Проверьте номера источников и цитаты в ответе RAG по отправленным источникамRAG Citation CheckerПроверьте, что номера источников и цитаты в ответе RAG действительно совпадают с источниками

Статьи по теме

Другие темы