🧠 OpenRAG
OpenRAG on RAG-alusta, joka puhdistaa ja jäsentää yrityksen sisällön, indeksoi sen omalle palvelimellemme ja tekee siitä kyselykelpoisen luonnollisella kielellä ulkoisille tekoälyjärjestelmille yhden valtuutetun oven kautta.
Vektoreita ei julkaista; PÄÄSY avataan.
Tämä on tuote-esittely, ei lupauksien luettelo. Alla osat, jotka toimivat tänään, ja osat, jotka ovat vielä suunnitteilla, on merkitty erikseen. Roadmap-kohteille ei anneta päivämääriä; niiden valmistuessa ne siirtyvät "toimii tänään" -osioon.
Ydinperiaate
OpenRAG:n koko suunnittelu perustuu yhteen lauseeseen: vektoreita ei julkaista, pääsy avataan. Ulkopuolelle annettava ei ole sisällön kopio, vaan oikeus kysyä siltä kysymyksiä.
Vektori on moottori, ei tuote
Vektori on spesifi mallille, joka sen tuotti; toinen tekoäly ei voi käyttää sitä sellaisenaan. Se myös kasvattaa tekstiä moninkertaisesti. Siksi vektoreita ei koskaan luovuteta.
Avataan kyselypääsy
Kysymys tulee sisään; vastaus ja sen pohjana olevat lähdekohtien pätkät menevät ulos. Koko sisältöä ei koskaan kopioida, jaeta tai ladata.
Lupa kuuluu yritykselle
Yritys päättää, mikä sisältö tulee ulkoisesti kyselykelpoiseksi; osallistuminen on vapaaehtoista. Lupa- ja suostumuskerros on suunnitteilla.
Miten se toimii — kohde-arkkitehtuuri
Tämän prosessin puhdistus-, jäsentely-, indeksointi- ja hakulinkit toimivat tänään. Itse ylläpidetty upotus uudelleenjärjestelyllä ja yksittäinen ovi ulkomaailmaan ovat vielä suunnitteilla; jokainen alla oleva vaihe kertoo, kumpi on kumpi.
Lähteet kerätään
xloji-sivustot, ladatut dokumentit ja indeksoidut verkkosivut ovat sisällön lähteitä. (WordPress-lisäosa ja julkinen syöttö-API ovat suunnitteilla.)
Se puhdistetaan ja jäsennetään
Sotkuinen sisältö puhdistetaan, jaetaan merkityksellisiin osiin ja muokataan RAG:n käyttämään muotoon. Tämä vaihe toimii tänään.
Se indeksoidaan ja haetaan
Osiot muutetaan vektoreiksi ja kirjoitetaan pgvectoriin; ne löytyvät HNSW-indeksin ja hybridihakujen (avainsana + vektori) avulla. Tämä vaihe toimii tänään; uudelleenjärjestelylinkin lisääminen on suunnitteilla.
Siihen päästään yhden oven kautta
Ulkoiset tekoälyjärjestelmät kysyvät luonnollisella kielellä yhden valtuutetun oven kautta; vastaukset ja lähdekohtien pätkät tulevat takaisin, ei vektoreita itseään. Tämä ovi ei ole vielä olemassa; se on suunnitteilla.
Osat, jotka toimivat tänäänLive
Seuraavat ovat jo käytössä alustalla tänään ja niitä käyttävät jo xloji.comin tekoälytyökalut.
pgvector + HNSW-indeksi
Sisältöosat tallennetaan vektoreina tietokantaan ja niitä haetaan HNSW-indeksin avulla kosini-samankaltaisuuden perusteella.
Hybridihaku
Avainsanahaku ja vektorihaku toimivat yhdessä; kaksi tulosluetteloa yhdistetään yhdeksi sijoitukseksi. Tämä löytää sekä tarkat termihaut että semanttisesti lähellä olevat kohdat.
Monivuokralaisuus
Jokaisella yrityksellä, sivustolla ja tekijällä on oma RAG. Kysely suoritetaan vain oman vuokralaisensa indeksiä vastaan; data ei koskaan sekoitu vuokralaisten välillä.
Dokumenttien puhdistus ja RAG-jäsentely
Ladattavat dokumentit puhdistetaan, jaetaan osiin ja jäsennetään RAG:ta varten. Alustan Data Structuring -työkalu on tämän prosessin käyttäjärajapinta.
Verkkosivujen indeksointi
Sivuston sivut indeksoidaan, niiden sisältö poimitaan ja viedään saman puhdistus- ja indeksointiprosessin läpi.
Julkinen RAG-syöte mukautetuissa tekoälytyökaluissa
Mukautettu tekoälytyökalu, jonka luot, voidaan syöttää julkisesta RAG-lähteestä; työkalu perustaa vastauksensa tähän tietopohjaan.
Tiedosto- ja mediatallennus
Tiedostot ja media sijaitsevat objektitallennustilassa — eivät vektoritallennustilassa. RAG-tietue osoittaa takaisin alkuperäiseen tiedostoon.
Upotukset ja uudelleenjärjestäminen omilla palvelimillamme
Upotukset ja uudelleenjärjestäminen suoritetaan nyt omilla palvelimillamme erillisessä palvelussa. Teksti muunnetaan vektoreiksi ilman, että se poistuu palvelimelta, ja ehdokastulokset kulkevat paikallisen uudelleenjärjestäjän läpi tarkkuuden parantamiseksi.
Hakukyselyn uudelleenmuotoilu
Epämääräinen tai puutteellinen kysymys siistitään ennen hakua. Käyttäjien ei tarvitse muotoilla kysymystä "oikein"; järjestelmä tekee kyselystä hakukelpoisen.
Teksti kuvista, äänestä ja videosta
Tekstin poiminta kuvista ja äänen ja videon litterointi suoritetaan paikallisilla työkaluilla palvelimella, ja tuloksena oleva teksti siirtyy samaan puhdistus- ja indeksointiputkeen. Data ei poistu palvelimelta.
Mitä on suunnitteillaSuunniteltu
Seuraavat eivät ole vielä olemassa. Ne ovat suunniteltuja ja suunniteltuja kohteita; tämä sivu ei esitä niitä ikään kuin ne olisivat jo rakennettu.
Yksittäinen ovi: MCP / API-yhdyskäytävä
Yksittäinen yhdyskäytävä, jonka kautta ulkoiset tekoälyjärjestelmät voivat kysyä luonnollisella kielellä. Kerran yhdistetty tekoäly saavuttaa jokaisen osallistuvan yrityksen saman oven kautta.
Lupa- ja suostumuskerros
Yritykset liittyvät mukaan omasta tahdostaan; todennus, avainten hallinta, nopeuden rajoitus ja väärinkäytön esto sijaitsevat tässä kerroksessa.
Tekoälyn näkyvyyskerros
Sisällön tekemisestä koneellisesti löydettävää llms.txt-, /.well-known/ ja schema.org-merkintöjen avulla sekä rekisteröinti MCP-rekistereihin. Automaattista löytämistä ei ole; näkyvyys rakennetaan tällä tavalla.
WordPress-lisäosa
Lisäosa, jonka avulla WordPress-sivusto voi lähettää sisältönsä OpenRAG:iin ja saada takaisin päätepisteen, jota tekoälyjärjestelmät voivat kysyä.
Emme anna näille kohteille päivämääriä. Kun kohde on valmis, se siirtyy ylös "osat, jotka toimivat tänään" -luetteloon ja tätä sivua päivitetään sen mukaisesti.
🔒 Data ei poistu palvelimelta
OpenRAG:n tavoitteena on suorittaa jokainen RAG-prosessin vaihe omalla palvelimellamme paikallisilla, ilmaisilla työkaluilla: upotus, uudelleenjärjestely, tekstin poiminta kuvista ja äänitranskriptio. Yksikään RAG:iin tuleva media ei lähetetä ulkoiselle palvelulle — tämä on neuvottelematon suunnittelusääntö.
Rehellinen tilanne: jotkin näistä vaiheista suoritetaan edelleen ulkoisten palveluiden toimesta tänään. Niiden siirtäminen sisään on ensimmäinen kohde suunnitelmassa.
Miten kasvua suunnitellaan
Vektorihaku muuttuu kalliimmaksi sisällön kasvaessa. OpenRAG:n suunnittelu rajoittaa näitä kustannuksia alusta alkaen kolmella tavalla.
Yksittäistä jättiläisindeksiä ei ole
Jokaisella yrityksellä on oma pieni indeksinsä ja kysely suoritetaan vain tätä indeksiä vastaan. Vaikka kokonaissisältö kasvaa, yksittäisen kyselyn skannausalue pysyy pienenä; hakukustannukset skaalautuvat tämän yhden yrityksen koon mukaan, ei alustan kokonaiskoon.
Vektorin koko ja tarkkuus ovat säädettävissä
Lyhyempien vektoridimension ja kompaktimpien numeromuotojen avulla sama sisältö vie huomattavasti vähemmän tilaa. Nämä valinnat on rakennettu suunnitteluun alusta alkaen, jotta myöhemmin ei tarvita kalliita migraatioita.
Kylmä kerros
Yrityksen indeksi, jota ei ole kyselty pitkään aikaan, siirretään halpaan pysyvään tallennustilaan ja palautetaan, kun sille saapuu kysely. Näin vain aktiivinen sisältö pysyy nopeassa muistissa. Tämä kerros on suunnitteilla.
Usein kysytyt kysymykset
Mikä OpenRAG tarkalleen ottaen on?
Se on RAG-alusta, joka puhdistaa ja jäsentää yrityksen sisällön, indeksoi sen omalle palvelimellemme ja tekee siitä kyselykelpoisen luonnollisella kielellä ulkoisille tekoälyjärjestelmille yhden valtuutetun oven kautta. Se ei ole chat-työkalu; se on tietokerros, joka toimii tällaisten työkalujen alla.
Luovutatko vektorini tai sisältöni muille?
Ei. Ydinperiaate on: vektoreita ei julkaista, pääsy avataan. Ulkopuolelle annettava ei ole sisällön kopio, vaan oikeus kysyä siltä kysymyksiä; vain tukevat kohdat tulevat takaisin vastauksen kanssa. Sen lisäksi yritys päättää, mikä sisältö tulee ulkoisesti kyselykelpoiseksi.
Mitä voidaan todella käyttää tänään?
Vektorikanta ja indeksi, hybridihaku, monivuokralaisuus, dokumenttien puhdistus ja RAG-jäsentäminen, verkkokartoitus, julkinen RAG-syöte mukautetuissa tekoälytyökaluissa ja tiedosto-/mediatallennus toimivat kaikki jo nyt. Itse ylläpidetty upotus, uudelleenjärjestäminen, kyselyn uudelleenkirjoitus, ulkoinen ovi, käyttöoikeuskerros, näkyvyyskerros ja WordPress-lisäosa eivät ole vielä olemassa.
Poistuuko tietoni palvelimelta?
Tavoitteena on, että jokainen RAG-putken vaihe suoritetaan paikallisilla työkaluilla palvelimella, eikä mitään mediaa lähetetä ulkoiselle palvelulle RAG:n kautta. Rehellinen tilanne: jotkin näistä vaiheista käsitellään edelleen ulkoisilla palveluilla tänään, ja niiden siirtäminen sisäiseksi on ensimmäinen asia etenemissuunnitelmassa.
Milloin etenemissuunnitelman ominaisuudet ovat valmiita?
Emme anna päivämääriä. Juuri se on tämän sivun tarkoitus: näyttää erikseen, mikä toimii tänään ja mikä on suunnitteilla. Kun kohde on valmis, se siirtyy luetteloon "osat, jotka toimivat tänään".
Käytetäänkö tai myydäänkö sisältöäni tekoälykoulutukseen?
Ei. Sellaista käyttöä ei ole tänään. Luvallisen tekstikorpusen idea on etenemissuunnitelman kaukaisin ja juridisesti raskain kohta; vaikka se toteutuisi, mitään sisältöä ei käytettäisi siihen ilman yrityksen nimenomaista suostumusta.
Palaa AI-portaaliin muihin tekoälytyökaluihin.
Usein kysytyt kysymykset
Mikä on OpenRAG?
OpenRAG on xloji.comin omalla palvelimella toimiva RAG (Retrieval-Augmented Generation) -järjestelmä ja yhden luukun tekoälyportti. Kun kysymys saapuu, se etsii ensin asiaankuuluvat sisällöt ja luo sitten vastauksen näiden sisältöjen perusteella. Se toimii myös keskitettynä porttina, jonka kautta xloji.comin ulkopuoliset tekoälytyökalut voivat käyttää xloji.comin tietoja yhdestä pisteestä.
Mitä RAG tarkoittaa ja miten OpenRAG toteuttaa sen?
RAG tarkoittaa 'Retrieval-Augmented Generation', eli haulla täydennettyä generointia; tekoäly etsii asiaankuuluvia lähteitä ennen vastauksen tuottamista ja luo sitten vastauksen tämän tiedon perusteella. OpenRAG suorittaa nämä kaksi vaihetta, haun ja generoinnin, omalla palvelimellaan. Näin OpenRAGin antamat vastaukset eivät ole satunnaisia, vaan perustuvat xloji.comin todelliseen sisältöön.
Mitä tarkoittaa 'yhden luukun tekoälyportti'?
Yhden luukun tekoälyportti tarkoittaa, että erilaiset tekoälypyynnöt ja integraatiot kulkevat yhden keskitetyn sisääntulopisteen kautta erillisten järjestelmien sijaan. OpenRAG ottaa tämän roolin: sekä xloji.comin oma 'Kysy kysymys' -ominaisuus että ulkoisesti yhdistetyt tekoälytyökalut käyttävät samaa OpenRAG-infrastruktuuria. Tämä keskitetty rakenne mahdollistaa tekoälyliikenteen hallinnan yhdestä pisteestä.
Mitä eroa sillä on, että OpenRAG toimii omalla palvelimella?
OpenRAG toimii xloji.comin omalla palvelimella ilman, että se on riippuvainen kolmannen osapuolen pilvipalvelusta. Tämä tarkoittaa, että haettu ja käsitelty data pysyy xloji.comin omassa hallinnassa. Omalla palvelimella toimivana rakenteena OpenRAG suorittaa haun ja vastauksen luomisen omassa infrastruktuurissaan ilman, että tietoja siirretään ulkoisille järjestelmille.
Kuka käyttää OpenRAGia?
OpenRAG:ia käyttävät kolme eri ryhmää: xloji.com:ia vierailevat ja 'Kysy kysymys' -kenttään kirjoittavat loppukäyttäjät, xloji.com:in oman RAG-infrastruktuuria kyselevät järjestelmät ja OpenRAG:in kautta xloji.com:in tietoihin pääsevät ulkoiset tekoälytyökalut. Loppukäyttäjälle OpenRAG palauttaa vastauksen, joka perustuu xloji.com:in sisältöön. Ulkoisille työkaluille OpenRAG on kontekstista riippumaton portti xloji.com:in tietojen hakemiseen.
Miten xloji.com:in 'Kysy kysymys' -kenttä toimii OpenRAG:in kanssa?
xloji.com:in 'Kysy kysymys' -kenttään kirjoitettu kysymys käsitellään OpenRAG:in toimesta. OpenRAG etsii ensin kysymykseen liittyvää sisältöä xloji.com:in omasta datasta ja luo sitten vastauksen löytämänsä sisällön perusteella. Näin käyttäjälle annettu vastaus on tuettu xloji.com:in todellisella sisällöllä.
Miten ulkoiset tekoälytyökalut saavat tietoa OpenRAG:in kautta?
OpenRAG toimii yhtenäisenä porttina, jonka kautta xloji.com:in ulkopuoliset tekoälytyökalut voivat päästä käsiksi xloji.com:in tietoihin. Nämä työkalut voivat muodostaa yhteyden OpenRAG:in kautta ja saada xloji.com:in sisällöstä kontekstista riippumattomia, itsenäisesti ymmärrettäviä vastauksia. Siksi OpenRAG:in kautta annettujen tietojen on oltava itsenäisesti merkityksellisiä ilman erillistä kontekstia.
Mitkä ovat OpenRAG:in rajoitukset?
OpenRAG:in antamat vastaukset ovat rajattuja sen sille tarjottuun sisältöön; OpenRAG ei voi tuottaa tarkkaa vastausta tiedoista, joita ei ole järjestelmässä tai lisätty. OpenRAG pyrkii pysymään sen hallussa olevan sisällön rajoissa sen sijaan, että se keksiisi olematonta tietoa. Siksi on muistettava, että OpenRAG:ista saatu vastaus on rajattu xloji.com:in sen hetkiseen sisältöön.
Onko OpenRAG keskustelubotti?
OpenRAG ei ole perinteisessä mielessä itsenäinen chatbot; se on xloji.comin 'Kysy kysymys' -ominaisuuden ja ulkoisten työkalujen tiedonsaannin taustalla toimiva RAG- ja porttialusta. OpenRAGin päätehtävä on löytää kysymykseen liittyvää sisältöä ja tuottaa vastaus tämän sisällön perusteella. Tässä muodossaan OpenRAG toimii enemmän vastausten taustalla olevana infrastruktuurikerroksena kuin käyttöliittymänä, joka käy suoraan vuorovaikutusta käyttäjän kanssa.
Mikä on OpenRAGin tarkoitus xloji.comille?
OpenRAGin tavoitteena on varmistaa, että sekä loppukäyttäjät että ulkoiset tekoälytyökalut pääsevät käsiksi xloji.comin tietoihin luotettavasti ja omalla hallinnalla olevan infrastruktuurin kautta. Sen toimiminen omalla palvelimella mahdollistaa pääsyn ilman riippuvuutta kolmansien osapuolten järjestelmistä. Yhden luukun porttirakenteensa ansiosta OpenRAG yhdistää eri pääsypisteet yhteen keskitettyyn järjestelmään.
Yksityiskohtaista tietoa kohteesta OpenRAG
OpenRAG on xloji.com:n omalla palvelimella toimiva RAG (Retrieval-Augmented Generation) -järjestelmä ja samalla tekoälyyn liittyvien pyyntöjen yhden pisteen kautta kulkeva AI-yhdyskäytävä. Nimen 'Open' osa viittaa järjestelmän avoimeen ja saavutettavaan rakenteeseen, kun taas 'RAG' viittaa sen toimintatapaan, jossa vastauksia tuotettaessa ensin etsitään asiaankuuluvat tiedot ja sitten muodostetaan vastaus näiden tietojen perusteella. xloji.com:n 'Kysy kysymys' -kenttään kirjoitettu kysymys etsitään ensin OpenRAG:n avulla asiaankuuluvasta sisällöstä, ja sitten tämän sisällön perusteella luodaan vastaus. Sama infrastruktuuri mahdollistaa myös xloji.com:n ulkopuolisten tekoälytyökalujen pääsyn xloji.com:n tietoihin OpenRAG:n kautta ja niiden käytön omissa vastauksissaan. Tämä rakenne mahdollistaa xloji.com:n palveluiden tarjoamisen yhdellä keskitetyllä infrastruktuurilla sen sijaan, että se rakentaisi erillisiä tekoälyratkaisuja eri tuotteilleen.
RAG-lähestymistavan perusajatuksena on, että tekoälyjärjestelmä ei luota pelkästään ennalta koulutettuun yleiseen tietoon, vaan hakee ensin ajankohtaisen ja tarkan sisällön lähteestä ja antaa sitten vastauksen tämän sisällön perusteella. OpenRAG yhdistää nämä kaksi vaihetta, eli haun (retrieval) ja tuottamisen (generation), omalla palvelimellaan. Tämä lähestymistapa pyrkii vähentämään tekoälymallien taipumusta tuottaa olemattomia tietoja, koska vastaus on johdettu todella löydetystä sisällöstä, ei mallin omasta muistista. Näin ollen OpenRAG:n antamat vastaukset perustuvat xloji.com:n omaan sisältöön, eivät satunnaisiin tai vanhentuneisiin tietoihin. Näin ollen OpenRAG:n tuottaman vastauksen lähde pysyy jäljitettävissä xloji.com:n omaksi dataksi. Palvelimen kuuluminen xloji.com:lle tarkoittaa, että haettua ja käsiteltyä dataa ei ole riippuvainen kolmannen osapuolen pilvipalvelusta, vaan xloji.com hallinnoi sitä itse.
OpenRAG:n 'yksi ovi AI-yhdyskäytävä' -puoli tarkoittaa, että eri tekoälypyynnöt ja -integraatiot ohjataan yhden keskitetyn sisääntulopisteen kautta erillisten järjestelmien sijaan. Näin sekä xloji.com:n oma 'Kysy kysymys' -ominaisuus että OpenRAG:n kautta yhdistetyt ulkoiset työkalut käyttävät samaa infrastruktuuria ja samaa peruslogiikkaa. Keskitetty yhdyskäytävärakenteena OpenRAG mahdollistaa tekoälyliikenteen kulkemisen yhden pisteen kautta, mikä lisää sekä vastausten johdonmukaisuutta että datan hallintaa omalla palvelimella toimivana järjestelmänä. Tämä yhden pisteen lähestymistapa mahdollistaa myös ylläpidon ja päivitysten tekemisen yhdessä paikassa hajautettujen järjestelmien sijaan. OpenRAG on tässä mielessä muutakin kuin pelkkä kysymys-vastaus -työkalu, vaan se on infrastruktuurikerros, joka yhdistää kaikki xloji.com:n tekoälyyn liittyvät pääsypisteet.
OpenRAG:ia käyttävät suoraan tai välillisesti kolme eri käyttäjäryhmää: xloji.com:ia vierailevat ja 'Kysy kysymys' -kenttään kirjoittavat loppukäyttäjät, xloji.com:n oman RAG-infrastruktuuria kyselevät järjestelmät ja OpenRAG:n kautta xloji.com:n tietoihin pääsevät ulkoiset tekoälytyökalut. Kaikki kolme käyttäjäryhmää saavat vastauksia samasta OpenRAG-infrastruktuurista ja samasta sisällöstä, joten xloji.com:sta kysyttäessä mistä tahansa lähteestä päästään johdonmukaiseen tietolähteeseen. OpenRAG:n antamat vastaukset ovat rajattuja sille tarjottuun sisältöön; eli OpenRAG:lta ei tule odottaa tarkkaa vastausta tiedosta, jota ei ole järjestelmässä tai sen palvelimelle lisätty. Tämä raja on myös OpenRAG:n luotettavuuden perusta: sen sijaan, että se keksisi olemattomia tietoja, se pyrkii tuottamaan vastauksia, jotka ovat rajattuja ja perustuvat käytettävissä olevaan sisältöön.