🧠 OpenRAG
OpenRAG je RAG platforma koja čisti i strukturira sadržaj tvrtke, indeksira ga na našem vlastitom poslužitelju i čini ga dostupnim za upite na prirodnom jeziku vanjskim AI sustavima putem jednih ovlaštenih vrata.
Vektori se ne objavljuju; PRISTUP je otvoren.
Ovo je predstavljanje proizvoda, a ne popis obećanja. U nastavku su dijelovi koji rade danas i oni koji su još uvijek na putu razvoja označeni zasebno. Za stavke na putu razvoja ne daju se datumi; kako se dovršavaju, prelaze u odjeljak "radi danas".
Osnovno načelo
Cijeli dizajn OpenRAG-a temelji se na jednoj rečenici: vektori se ne objavljuju, pristup je otvoren. Ono što se daje van nije kopija sadržaja, već pravo na postavljanje pitanja.
Vektor je motor, a ne proizvod
Vektor je specifičan za model koji ga je proizveo; drugi AI ga ne može koristiti takav kakav jest. Također, značajno povećava veličinu teksta. Zato se vektori nikada ne dijele.
Otvara se pristup upitima
Dolazi pitanje; vraća se odgovor i izvorni odlomci na kojima se temelji. Cijeli sadržaj se nikada ne kopira, distribuira ili preuzima.
Dopuštenje pripada tvrtki
Tvrtka odlučuje koji sadržaj postaje dostupan za vanjske upite; sudjelovanje je dobrovoljno. Sloj dopuštenja i suglasnosti je na putu razvoja.
Kako to radi — ciljna arhitektura
Očišćenje, strukturiranje, indeksiranje i poveznice za pretraživanje ovog tijeka rade danas. Samostalno hostirano ugrađivanje s ponovnim rangiranjem i jedina vrata prema vanjskom svijetu su još uvijek na putu razvoja; svaki korak u nastavku navodi koji je koji.
Izvori se prikupljaju
xloji stranice, učitani dokumenti i pregledane web stranice su izvori sadržaja. (Dodatak za WordPress i javni API za unos su na putu razvoja.)
Čisti se i strukturira
Neuredan sadržaj se čisti, dijeli na smislene dijelove i dovodi u oblik koji RAG može koristiti. Ovaj korak radi danas.
Indeksira se i pretražuje
Dijelovi se pretvaraju u vektore i zapisuju se u pgvector; pronalaze se putem HNSW indeksa i hibridne pretrage (ključna riječ + vektor). Ovaj korak radi danas; dodavanje poveznice za ponovno rangiranje je na putu razvoja.
Do njega se dolazi kroz jedina vrata
Vanjski AI sustavi pitaju na prirodnom jeziku kroz jedina ovlaštena vrata; odgovori i izvorni odlomci se vraćaju, a ne vektori sami. Ova vrata još ne postoje; ona su na putu razvoja.
Dijelovi koji rade danasUživo
Sljedeće se danas pokreću na platformi i već ih koriste AI alati na xloji.com.
pgvector + HNSW indeks
Dijelovi sadržaja se pohranjuju kao vektori u bazu podataka i pretražuju se pomoću HNSW indeksa na temelju kosinusne sličnosti.
Hibridna pretraga
Pretraga ključnih riječi i pretraga vektora rade zajedno; dvije liste rezultata se spajaju u jedan rang. To pronalazi i točne odgovore i semantički bliske odlomke.
Izolacija po korisnicima
Svaka tvrtka, stranica i autor ima svoj RAG. Upit se pokreće samo na indeks vlastitog korisnika; podaci se nikada ne miješaju između korisnika.
Čišćenje dokumenata i strukturiranje RAG-a
Učitani dokumenti se čiste, dijele i strukturiraju za RAG. Alat za strukturiranje podataka na platformi je sučelje korisnika za ovaj tijek rada.
Puzanje web stranica
Stranice stranice se puzaju, njihov se sadržaj ekstrahira i prolazi kroz isti postupak čišćenja i indeksiranja.
Javni RAG feed u prilagođenim AI alatima
Prilagođeni AI alat koji kreirate može se hraniti iz javnog RAG izvora; alat temelji svoje odgovore na tu bazu znanja.
Pohrana datoteka i medija
Datoteke i mediji se pohranjuju u pohranu objekata — a ne u vektorsku pohranu. RAG zapis pokazuje natrag na izvornu datoteku.
Ugrađivanje i ponovno rangiranje na našim vlastitim serverima
Ugrađivanje i ponovno rangiranje sada se izvršavaju na našim vlastitim serverima u zasebnoj usluzi. Tekst se pretvara u vektore bez napuštanja servera, a kandidatski rezultati prolaze kroz lokalni ponovni rangirer kako bi se poboljšala točnost.
Preoblikovanje upita
Nejasno ili nepotpuno pitanje se sređuje prije pokretanja pretrage. Korisnici ne moraju formulirati "ispravno" pitanje; sistem čini upit spremnim za pretragu.
Tekst iz slika, audio i video zapisa
Ekstrakcija teksta iz slika i transkripcija audio i video zapisa vrši se lokalnim alatima na serveru, a rezultirajući tekst ulazi u isti proces čišćenja i indeksiranja. Podaci ne napuštaju server.
Što je na putu razvojaPlanirano
Sljedeće još ne postoje. To su planirani i dizajnirani elementi; ova stranica ih ne predstavlja kao da su već izgrađeni.
Jedina vrata: MCP / API gateway
Jedna vrata kroz koja vanjski AI sustavi mogu postavljati upite na prirodnom jeziku. AI koji se jednom poveže doseže svaku sudjelujuću tvrtku kroz ista vrata.
Sloj dopuštenja i suglasnosti
Tvrtke se pridružuju vlastitom izboru; autentifikacija, upravljanje ključevima, ograničavanje brzine i zaštita od zlouporaba žive u ovom sloju.
Sloj vidljivosti AI
Učiniti sadržaj otkrivljivim strojevima putem llms.txt, /.well-known/ i schema.org oznaka, plus registracija u MCP registrima. Nema čarobnog automatskog otkrivanja; vidljivost je izgrađena na ovaj način.
Dodatak za WordPress
Dodatak koji omogućuje WordPress stranici da pošalje svoj sadržaj u OpenRAG i dobije povratnu točku koju AI sustavi mogu pitati.
Ne dajemo datume za ove stavke. Kada je stavka završena, prelazi u popis "dijelovi koji rade danas", a ova se stranica ažurira.
🔒 Podaci ne napuštaju poslužitelj
Cilj OpenRAG-a je pokretati svaki korak RAG tijeka rada na našem vlastitom poslužitelju s lokalnim, besplatnim alatima: ugrađivanje, ponovno rangiranje, ekstrakcija teksta iz slika i transkripcija zvuka. Nijedan medij koji ulazi u RAG ne šalje se vanjskoj usluzi — to je nepodložno pravilo dizajna.
Iskrena procjena: neki od ovih koraka se danas još uvijek obavljaju vanjskim uslugama. Premještanje ih u kuću je prvi stavka na putu razvoja.
Kako se planira rast
Pretraga vektora postaje skuplja s rastom sadržaja. Dizajn OpenRAG-a ograničava te troškove od samog početka na tri načina.
Ne postoji jedan divovski indeks
Svaka tvrtka ima svoj mali indeks i upit se pokreće samo na tom indeksu. Čak i ako ukupni sadržaj raste, područje koje jedan upit skenira ostaje malo; trošak pretrage se povećava s veličinom te jedne tvrtke, a ne s ukupnom veličinom platforme.
Veličina vektora i preciznost su podesivi
Korištenjem kraćih dimenzija vektora i kompaktnijih numeričkih formata, isti sadržaj zauzima znatno manje prostora. Ove se opcije ugrađuju u dizajn od samog početka kako se ne bi morala poduzimati skupa migracija kasnije.
Hladni sloj
Indeks tvrtke koja nije bila upitana dugo vremena premješta se na jeftino trajno pohranište i vraća se kada stigne upit za njega. Na taj način samo trenutni aktivni sadržaj ostaje u brzoj memoriji. Ovaj sloj je na putu razvoja.
Često postavljana pitanja
Što je točno OpenRAG?
To je RAG platforma koja čisti i strukturira sadržaj tvrtke, indeksira ga na našem vlastitom poslužitelju i čini ga dostupnim za upite na prirodnom jeziku vanjskim AI sustavima putem jednih ovlaštenih vrata. Nije to alat za razgovor; to je sloj znanja koji radi ispod takvih alata.
Dajete li moje vektore ili moj sadržaj bilo kome drugome?
Ne. Osnovno načelo je: vektori se ne objavljuju, pristup je otvoren. Ono što izlazi nije kopija sadržaja, već pravo na postavljanje pitanja; vraćaju se samo prateći odlomci. Uz to, tvrtka odlučuje koji sadržaj postaje dostupan za vanjske upite.
Što se zapravo može koristiti danas?
Vektorska baza podataka i indeks, hibridna pretraga, izolacija više korisnika, čišćenje dokumenata i strukturiranje RAG-a, web usisavanje, javni RAG feed u prilagođenim AI alatima i pohrana datoteka/medija sve rade danas. Samostalno hostirano ugrađivanje, ponovno rangiranje, prepisivanje upita, vanjska vrata, sloj dozvola, sloj vidljivosti i WordPress dodatak još ne postoje.
Da li moji podaci napuštaju server?
Cilj je da svaki korak RAG pipeline-a radi s lokalnim alatima na serveru, bez slanja medija u RAG na vanjsku uslugu. Iskrena situacija: neki od ovih koraka se i danas obrađuju putem vanjskih usluga, a premještanje istih u kuću je prvi stavka na putnoj karti.
Kada će značajke na putnoj karti biti spremne?
Ne obećavamo datume. Upravo je svrha ove stranice da pokaže odvojeno što radi danas, a što je planirano. Kada se stavka završi, prelazi na popis "dijelova koji rade danas".
Da li se moj sadržaj koristi ili prodaje za AI obuku?
Ne. Takve upotrebe nema danas. Ideja o dopuštenom korpusu teksta je najudaljenija, pravno najteža stavka na putnoj karti; čak i ako se dogodi, niti jedan sadržaj ne bi bio korišten za nju bez izričitog pristanka tvrtke.
Vratite se na AI portal za ostale AI alate.
Često postavljena pitanja
Šta je OpenRAG?
OpenRAG je RAG (Retrieval-Augmented Generation) sistem i AI prolaz s jednim ulazom koji radi na vlastitom serveru xloji.com. Kada stigne pitanje, prvo pronađe relevantan sadržaj, a zatim generira odgovor na temelju tog sadržaja. Također služi kao centralni prolaz koji omogućuje AI alatima izvan xloji.com pristup informacijama koje pripadaju xloji.com s jedne točke.
Šta znači RAG i kako ga OpenRAG implementira?
RAG je skraćenica za 'Retrieval-Augmented Generation', što znači generiranje obogaćeno preuzimanjem; AI traži informacije iz relevantnih izvora prije generiranja odgovora, a zatim stvara odgovor na temelju tih informacija. OpenRAG kombinira ova dva koraka, korake pretraživanja i generiranja, pokretanjem na vlastitom serveru. Na taj način, odgovori koje daje OpenRAG nisu nasumični, već se temelje na stvarnom sadržaju koji pripada xloji.com.
Šta znači 'AI prolaz s jednim ulazom'?
AI prolaz s jednim ulazom znači da različiti AI zahtjevi i integracije prolaze kroz jednu centralnu ulaznu točku umjesto odvojenih sistema. OpenRAG preuzima ovu ulogu: i xloji.com-ova vlastita funkcija 'Postavi pitanje' i AI alati koji se povezuju izvana koriste istu OpenRAG infrastrukturu. Ova centralizirana struktura omogućuje upravljanje AI prometom s jedne točke.
Koja je razlika što OpenRAG radi na vlastitom serveru?
OpenRAG radi na vlastitom serveru xloji.com, bez oslanjanja na uslugu cloud treće strane. To znači da podaci koji se pretražuju i obrađuju ostaju pod kontrolom xloji.com. Kao struktura koja radi na vlastitom serveru, OpenRAG obavlja pretraživanje i generiranje odgovora unutar vlastite infrastrukture, bez prijenosa podataka na vanjske sisteme.
Ko koristi OpenRAG?
OpenRAG koristi tri različite grupe: krajnji korisnici koji posjete xloji.com i upišu pitanje u okvir 'Postavi pitanje', sistemi koji pitaju vlastitu RAG infrastrukturu xloji.com i vanjski alati umjetne inteligencije koji pristupaju informacijama xloji.com putem OpenRAG-a. Za krajnjeg korisnika, OpenRAG vraća odgovor zasnovan na sadržaju xloji.com. Za vanjske alate, OpenRAG je ulaz bez konteksta za preuzimanje informacija s xloji.com.
Kako okvir 'Postavi pitanje' na xloji.com funkcionira s OpenRAG-om?
Pitanje upisano u okvir 'Postavi pitanje' na xloji.com obrađuje OpenRAG. OpenRAG prvo traži sadržaj vezan uz pitanje unutar vlastitih podataka xloji.com, a zatim generira odgovor na temelju pronađenog sadržaja. Na taj način se korisniku pruža odgovor koji je potkrijepljen stvarnim sadržajem xloji.com.
Kako vanjski alati umjetne inteligencije dobivaju informacije putem OpenRAG-a?
OpenRAG služi kao jedina ulazna točka za vanjske alate umjetne inteligencije za pristup informacijama xloji.com. Ovi alati se mogu povezati putem OpenRAG-a i dobiti samostalne, razumljive odgovore iz sadržaja xloji.com. Stoga su informacije dane putem OpenRAG-a osmišljene da budu smislene same za sebe, bez potrebe za dodatnim kontekstom.
Koja su ograničenja OpenRAG-a?
Odgovori koje daje OpenRAG ograničeni su sadržajem koji mu je dostavljen; OpenRAG ne može dati definitivan odgovor na informacije koje nisu pronađene ili dodane u sistem. OpenRAG je dizajniran da ostane ograničen na svoj sadržaj, umjesto da izmišlja nepostojeće informacije. Stoga treba imati na umu da je odgovor dobiven od OpenRAG-a ograničen sadržajem koji xloji.com trenutno posjeduje.
Je li OpenRAG chatbot?
OpenRAG nije klasični chatbot u tradicionalnom smislu; to je RAG i prolazna infrastruktura koja pokreće funkciju 'Postavi pitanje' na xloji.com i pristup informacijama vanjskim alatima. Osnovna funkcija OpenRAG-a je pronalaženje sadržaja koji odgovara na pitanje i generiranje odgovora na temelju tog sadržaja. U ovom obliku, OpenRAG djeluje više kao infrastrukturni sloj iza odgovora, nego kao sučelje koje direktno komunicira s korisnikom.
Koja je svrha OpenRAG-a za xloji.com?
Svrha OpenRAG-a je omogućiti xloji.com-u da i krajnji korisnici i vanjski alati umjetne inteligencije pristupe informacijama pouzdanim i kontroliranim putem vlastite infrastrukture. Pokretanje na vlastitom poslužitelju osigurava da se ovaj pristup događa bez ovisnosti o trećim stranama. Zahvaljujući strukturi jedinih ulaznih točaka, OpenRAG ujedinjuje različite točke pristupa u jednom centralnom sustavu.
Detaljne informacije o OpenRAG
OpenRAG je RAG (Retrieval-Augmented Generation) sistem koji radi na vlastitom serveru xloji.com-a i istovremeno je AI gateway koji usmjerava zahtjeve vezane za umjetnu inteligenciju kroz jednu točku. Izraz 'Open' u njegovom imenu označava da sistem nudi otvorenu i dostupnu strukturu, dok izraz 'RAG' označava način rada kojim se prvo pronalaze relevantni podaci, a zatim se generiraju odgovori na temelju tih podataka. Pitanje upisano u okvir 'Postavi pitanje' na xloji.com-u prvo se pretražuje u relevantnom sadržaju pomoću OpenRAG-a, a zatim se generira odgovor na temelju pronađenog sadržaja. Ista infrastruktura omogućuje i alatima umjetne inteligencije koji nisu na xloji.com-u da pristupe informacijama koje pripadaju xloji.com-u putem OpenRAG-a i koriste te informacije u svojim odgovorima. Ova struktura omogućuje xloji.com-u da pruža usluge putem jedne centralne infrastrukture, umjesto da postavlja odvojena AI rješenja za različite proizvode.
Osnovna logika pristupa RAG-a je da se AI sistem ne oslanja samo na općenito znanje na kojem je prethodno obučen, već prvo izvlači relevantan i točan sadržaj iz izvora u vezi s pitanjem, a zatim daje odgovor na temelju tog sadržaja. OpenRAG kombinira ove dvije faze, fazu pronalaženja (retrieval) i fazu generiranja (generation), pokretajući ih na vlastitom serveru. Ovaj pristup ima za cilj smanjiti tendenciju AI modela da ponekad generira nepostojeće informacije; jer se odgovor ne izvodni iz vlastite memorije modela, već iz stvarno pronađenog sadržaja. Na ovaj način, odgovori koje daje OpenRAG ne temelje se na slučajnim ili zastarjelim informacijama, već na vlastitom sadržaju xloji.com-a. Izvor odgovora koji generira OpenRAG ostaje pratiti kao vlastiti podaci xloji.com-a. Činjenica da server pripada xloji.com-u znači da se podaci koji se pretražuju i obrađuju drže pod kontrolom xloji.com-a, bez ovisnosti o uslugama treće strane u oblaku.
Aspekt 'single-door AI gateway' OpenRAG-a znači da se različiti AI zahtjevi i integracije usmjeravaju kroz jednu centralnu ulaznu točku umjesto odvojenih sistema. Na ovaj način, i značajka 'Postavi pitanje' na xloji.com-u i vanjski alati povezani putem OpenRAG-a koriste istu infrastrukturu i istu osnovnu logiku. Kao centralna gateway struktura, OpenRAG osigurava da sav promet vezan za umjetnu inteligenciju prolazi kroz jednu točku; što povećava i konzistentnost odgovora i kontrolu nad podacima kao sistem koji radi na vlastitom serveru. Ovaj pristup s jednom točkom također omogućuje da se održavanje i ažuriranja obavljaju na jednom mjestu umjesto na razasutim sistemima. U tom smislu, OpenRAG nije samo alat za pitanja i odgovore, već i infrastrukturni sloj koji ujedinjuje sve pristupne točke xloji.com-a vezane za umjetnu inteligenciju.
OpenRAG koriste tri različite grupe korisnika, izravno ili neizravno: krajnji korisnici koji posjećuju xloji.com i upisuju pitanje u okvir 'Postavi pitanje', sistemi koji pitaju vlastitu RAG infrastrukturu xloji.com-a i vanjski AI alati koji pristupaju informacijama koje pripadaju xloji.com-u putem OpenRAG-a. Sve tri grupe korisnika dobivaju odgovore iz iste OpenRAG infrastrukture, napajane istim bazenom sadržaja; stoga, bez obzira odakle se pita o xloji.com-u, može se doći do konzistentnog izvora informacija. Odgovori koje daje OpenRAG ograničeni su sadržajem koji mu je dostavljen; to znači da se od OpenRAG-a ne bi trebao očekivati definiran odgovor o informacijama koje se ne nalaze u sistemu ili nisu dodane na njegov server. Ovo ograničenje je također temelj pouzdanosti OpenRAG-a: umjesto da izmišlja nepostojeće informacije, cilja generirati odgovore ograničene i temeljene na sadržaju koji ima.