🧠 OpenRAG
OpenRAG היא פלטפורמת RAG שמנקה ומבנה את התוכן העסקי שלכם, ממדדת אותו בשרת שלנו, ומאפשרת שאילתות בשפה טבעית על ידי מערכות בינה מלאכותית חיצוניות דרך דלת מורשית אחת.
וקטורים אינם מתפרסמים; הגישה נפתחת.
זהו הצגת מוצר, ולא רשימת הבטחות. להלן, החלקים שעובדים היום והחלקים עדיין בתוכנית מסומנים בנפרד. אין הבטחות לתאריכים לפריטים בתוכנית; כשהם הושלמו הם עוברים למדור "עובד היום".
העיקרון המרכזי
העיצוב כולו של OpenRAG נשען על משפט אחד: וקטורים אינם מתפרסמים, הגישה נפתחת. מה שניתן החוצה אינו העתק של התוכן, אלא הזכות לשאול אותו שאלות.
וקטור הוא מנוע, לא מוצר
וקטור ספציפי למודל שיצר אותו; בינה מלאכותית אחרת לא יכולה לצרוך אותו כפי שהוא. הוא גם מנפח את הטקסט פי כמה. לכן וקטורים לעולם לא מועברים.
מה שנפתח הוא גישת שאילתה
שאלה מגיעה; תשובה ומעברי המקור שעליהם היא נשענת חוזרים החוצה. התוכן המלא לעולם אינו מועתק, מופץ או מורד.
ההרשאה שייכת לעסק
העסק מחליט איזה תוכן יהיה ניתן לשאילתה מבחוץ; ההשתתפות היא אופטית. שכבת ההרשאה וההסכמה נמצאת בתוכנית.
איך זה עובד — ארכיטקטורת יעד
קישורי הניקוי, המבנה, המדד והחיפוש של זרימה זו עובדים היום. הטמעה עצמית עם דירוג מחדש, והדלת האחת לעולם החיצון, עדיין נמצאים בתוכנית; כל שלב למטה מציין איזה מהם.
מקורות נאספים
אתרי xloji, מסמכים שהועלו ודפי אינטרנט שסורקים הם מקורות התוכן. (תוסף WordPress ו-API ציבורי להכנסה נמצאים בתוכנית.)
זה מנוקה ומובנה
תוכן מבולגן מנוקה, מפולח לחלקים משמעותיים ומועבר לצורה ש-RAG יכול להשתמש בה. שלב זה עובד היום.
זה ממודד ומחפש
חלקים הופכים לווקטורים ונכתבים ל-pgvector; הם נמצאים באמצעות אינדקס HNSW וחיפוש היברידי (מילת מפתח + וקטור). שלב זה עובד היום; הוספת קישור הדירוג מחדש נמצאת בתוכנית.
אליו מגיעים דרך דלת אחת
מערכות בינה מלאכותית חיצוניות שואלות בשפה טבעית דרך דלת מורשית אחת; תשובות ומעברי מקור חוזרים, לא הווקטורים עצמם. הדלת הזו עדיין לא קיימת; היא בתוכנית.
חלקים שעובדים היוםשידור חי
הבאים פועלים על הפלטפורמה היום והם כבר בשימוש בכלי הבינה המלאכותית ב-xloji.com.
pgvector + אינדקס HNSW
חלקים של תוכן מאוחסנים כווקטורים במסד הנתונים ומחפשים באמצעות אינדקס HNSW על דמיון קוסינוס.
חיפוש היברידי
חיפוש מילות מפתח וחיפוש וקטורים פועלים יחד; שתי רשימות התוצאות משולבות לדירוג אחד. זה מוצא התאמות מונחים מדויקות ומעברים סמנטיים קרובים.
בידוד רב-דייר
לכל עסק, אתר ומחבר יש RAG משלו. שאילתה פועלת רק על האינדקס של הדייר שלה; נתונים לעולם לא מתערבבים בין דיירים.
ניקוי מסמכים ומבנה RAG
מסמכים שהועלו מנוקים, מחולקים למקטעים ומובנים עבור RAG. כלי מבנה הנתונים בפלטפורמה הוא הממשק המשתמש של צינור זה.
זחילה באינטרנט
דפי האתר נסרקים, התוכן שלהם מחולץ ומועבר דרך צינור הניקוי והאינדוקס.
הזנת RAG ציבורית בכלי בינה מלאכותית מותאמים אישית
כלי בינה מלאכותית מותאם אישית שאתה יוצר יכול להיות מוזן ממקור RAG ציבורי; הכלי מבסס את התשובות שלו על בסיס ידע זה.
אחסון קבצים ומדיה
קבצים ומדיה חיים באחסון אובייקטים — לא בחנות הווקטורים. רשומת RAG מצביעה בחזרה לקובץ המקורי.
הטמעה ודירוג מחדש בשרתים שלנו
הטמעה ודירוג מחדש פועלים כעת בשרתים שלנו בשירות נפרד. טקסט מומר לווקטורים מבלי לצאת מהשרת, ותוצאות מועמדות עוברות דרך מדַרֵג מחדש מקומי כדי לשפר את הדיוק.
כתיבה מחדש של שאילתות
שאלה מעורפלת או לא שלמה מסודרת לפני הפעלת החיפוש. משתמשים לא צריכים לנסח את השאלה "הנכונה"; המערכת הופכת את השאילתה למוכנה לחיפוש.
טקסט מתמונות, אודיו ווידאו
חילוץ טקסט מתמונות ותמלול של אודיו ווידאו פועלים עם כלים מקומיים בשרת, והטקסט המתקבל נכנס לאותו צינור ניקוי ואינדוקס. הנתונים אינם עוזבים את השרת.
מה נמצא בתוכניתמתוכנן
הבאים עדיין לא קיימים. אלו פריטים מתוכננים ומעוצבים; דף זה אינו מציג אותם כאילו הם כבר בנויים.
הדלת האחת: MCP / שער API
שער יחיד שמערכות בינה מלאכותית חיצוניות יכולות לשאול בו בשפה טבעית. בינה מלאכותית המתחברת פעם אחת מגיעה לכל עסק משתתף דרך אותה דלת.
שכבת הרשאה והסכמה
עסקים מצטרפים על פי בחירתם; אימות, ניהול מפתחות, הגבלת קצב והגנה מפני שימוש לרעה כולם חיים בשכבה זו.
שכבת נראות בינה מלאכותית
הפיכת תוכן לגילוי מכונה באמצעות llms.txt, /.well-known/ וסימון schema.org, בתוספת רישום ברישומי MCP. אין גילוי אוטומטי קסום; נראות בנויה כך.
תוסף WordPress
תוסף המאפשר לאתר WordPress לשלוח את התוכן שלו ל-OpenRAG ולקבל בחזרה נקודת קצה שמערכות בינה מלאכותית יכולות לשאול.
אנחנו לא נותנים תאריכים לפריטים האלה. כאשר פריט מסתיים הוא עובר למעלה לרשימת "החלקים שעובדים היום", והדף הזה מתעדכן בהתאם.
🔒 נתונים לא עוזבים את השרת
המטרה של OpenRAG היא להפעיל כל שלב בצינור ה-RAG בשרת שלנו עם כלים חופשיים מקומיים: הטמעה, דירוג מחדש, חילוץ טקסט מתמונות ותמלול אודיו. אף מדיה שנכנסת ל-RAG לא נשלחת לשירות חיצוני — זהו כלל עיצוב בלתי ניתן לערעור.
המצב הכנה: חלק מהשלבים הללו עדיין מבוצעים על ידי שירותים חיצוניים היום. העברתם לתוך הבית היא הפריט הראשון בתוכנית.
איך הצמיחה מתוכננת
חיפוש וקטורים הופך ליקר יותר ככל שהתוכן גדל. העיצוב של OpenRAG מגביל את העלות הזו מההתחלה בשלוש דרכים.
אין אינדקס ענק יחיד
לכל עסק יש אינדקס קטן משלו ושאילתה פועלת רק על האינדקס הזה. גם ככל שהתוכן הכולל גדל, השטח ששאילתה סורקת נשאר קטן; עלות החיפוש גדלה עם גודל העסק הזה, ולא עם סך הכל הפלטפורמה.
גודל וקטור ודיוק ניתנים להתאמה
שימוש בממדי וקטור קצרים יותר ובפורמטי מספרים קומפקטיים יותר, אותו תוכן תופס פחות מקום באופן ניכר. בחירות אלה מובנות בעיצוב מההתחלה כך שלא יהיה צורך בהגירה יקרה יותר מאוחר.
שכבה קרה
האינדקס של עסק שלא נשאל במשך זמן רב מועבר לאחסון קבוע זול ומושך בחזרה כאשר מגיעה שאילתה עבורו. כך רק תוכן פעיל נשאר בזיכרון מהיר. השכבה הזו נמצאת בתוכנית.
שאלות נפוצות
מה בדיוק זה OpenRAG?
זוהי פלטפורמת RAG שמנקה ומבנה את התוכן העסקי שלכם, ממדדת אותו בשרת שלנו, ומאפשרת שאילתות בשפה טבעית על ידי מערכות בינה מלאכותית חיצוניות דרך דלת מורשית אחת. זה לא כלי צ'אט; זהו שכבת הידע שפועלת מתחת לכלי כזה.
האם אתם מעבירים את הווקטורים או התוכן שלי למישהו אחר?
לא. העיקרון המרכזי הוא: וקטורים אינם מתפרסמים, הגישה נפתחת. מה שיוצא החוצה אינו העתק של התוכן אלא הזכות לשאול אותו שאלות; רק מעברי התמיכה חוזרים עם התשובה. מעל זה, העסק מחליט איזה תוכן יהיה ניתן לשאילתה מבחוץ.
מה ניתן להשתמש בו בפועל היום?
מסד הנתונים הווקטורי והאינדקס, חיפוש היברידי, בידוד רב-דייר, ניקוי מסמכים ומבנה RAG, זחילה באינטרנט, הפיד הציבורי של RAG בכלי AI מותאמים אישית ואחסון קבצים/מדיה - כל אלה עובדים כיום. הטמעת אירוח עצמי, דירוג מחדש, שכתוב שאילתות, הדלת החיצונית, שכבת ההרשאות, שכבת הנראות ותוסף WordPress עדיין לא קיימים.
האם הנתונים שלי עוזבים את השרת?
המטרה היא שכל שלב בצינור ה-RAG יפעל עם כלים מקומיים בשרת, ללא שליחת מדיה כלשהי לצינור ה-RAG לשירות חיצוני. הסטטוס הכנה: חלק מהשלבים הללו עדיין מטופלים על ידי שירותים חיצוניים כיום, והעברתם פנימה היא הפריט הראשון במפת הדרכים.
מתי תהיה מוכנה תכונת מפת הדרכים?
אנחנו לא מבטיחים תאריכים. זה בדיוק המטרה של דף זה: להראות בנפרד מה עובד כיום ומה מתוכנן. כאשר פריט הושלם, הוא עובר לרשימת "החלקים שעובדים כיום".
האם התוכן שלי משמש או נמכר לאימון AI?
לא. אין שימוש כזה כיום. הרעיון של מאגר טקסט מורשה הוא הפריט הרחוק ביותר, המשפטי ביותר במפת הדרכים; גם אם זה יקרה, שום תוכן לא ישמש אותו ללא הסכמה מפורשת של העסק.
חזרו לפורטל ה-AI עבור כלי ה-AI האחרים.
שאלות נפוצות
מה זה OpenRAG?
OpenRAG הוא מערכת RAG (Retrieval-Augmented Generation) הפועלת על השרת של xloji.com ושער AI יחיד. כאשר מתקבלת שאלה, הוא מוצא תחילה את התוכן הרלוונטי, ולאחר מכן מייצר תשובה המבוססת על תוכן זה. הוא גם משמש כשער מרכזי המאפשר לכלי AI מחוץ ל-xloji.com לגשת למידע השייך ל-xloji.com מנקודה אחת.
מה המשמעות של RAG וכיצד OpenRAG מיישם זאת?
RAG מייצג 'Retrieval-Augmented Generation', כלומר יצירה מועשרת באחזור; בינה מלאכותית מחפשת מידע ממקורות רלוונטיים לפני שהיא מייצרת תשובה, ואז יוצרת תשובה המבוססת על מידע זה. OpenRAG מבצע את שני הצעדים הללו, שלבי החיפוש והיצירה, על השרת שלו. כך, התשובות ש-OpenRAG מספק הוא אינן אקראיות, אלא מבוססות על תוכן אמיתי השייך ל-xloji.com.
מה פירוש 'שער AI יחיד'?
שער AI יחיד פירושו שניתוב בקשות ושילובים של בינה מלאכותית מתבצע דרך נקודת כניסה מרכזית אחת במקום מערכות נפרדות. OpenRAG ממלא תפקיד זה: הן תכונת 'שאל שאלה' של xloji.com והן כלי AI המתחברים מבחוץ מקבלים שירותים דרך אותה תשתית OpenRAG. מבנה מרכזי זה מאפשר ניהול תעבורה הקשורה לבינה מלאכותית מנקודה אחת.
מה ההבדל בכך ש-OpenRAG פועל על השרת שלו?
OpenRAG פועל על השרת של xloji.com מבלי להסתמך על שירות ענן של צד שלישי. המשמעות היא שהנתונים שנחקרים ומעובדים נשארים בשליטת xloji.com. כמבנה הפועל על השרת שלו, OpenRAG מבצע חיפוש ויצירת תשובות בתוך התשתית שלו מבלי להעביר נתונים למערכות חיצוניות.
מי משתמש ב-OpenRAG?
שלוש קבוצות שונות משתמשות ב-OpenRAG: משתמשים קצה שביקרו ב-xloji.com וכתבו בתיבת 'שאל שאלה', מערכות השואלות את תשתית ה-RAG של xloji.com עצמה, וכלי בינה מלאכותית חיצוניים הניגשים למידע של xloji.com דרך OpenRAG. עבור משתמש הקצה, OpenRAG מחזירה תשובה לשאלה ששאל, המבוססת על התוכן של xloji.com. עבור כלים חיצוניים, OpenRAG היא שער ללא הקשר שמשמש לשאיבת מידע מ-xloji.com.
איך תיבת 'שאל שאלה' ב-xloji.com עובדת עם OpenRAG?
שאלה שנכתבת בתיבת 'שאל שאלה' ב-xloji.com מעובדת על ידי OpenRAG. ראשית, OpenRAG מחפשת תכנים רלוונטיים לשאלה בתוך הנתונים של xloji.com עצמה, ולאחר מכן יוצרת תשובה המבוססת על תכנים אלו. כך, התשובה הניתנת למשתמש נתמכת על ידי תוכן אמיתי של xloji.com.
כיצד כלי בינה מלאכותית חיצוניים מקבלים מידע דרך OpenRAG?
OpenRAG משמשת כשער יחיד המאפשר לכלי בינה מלאכותית מחוץ ל-xloji.com לגשת למידע של xloji.com. כלים אלו מתחברים דרך OpenRAG ויכולים לקבל תשובות ללא הקשר, המובנות בפני עצמן, מתוך התוכן של xloji.com. לכן, המידע הניתן דרך OpenRAG מעוצב כך שיהיה בעל משמעות בפני עצמו, ללא צורך בהקשר נפרד.
מהן המגבלות של OpenRAG?
התשובות ש-OpenRAG נותנת מוגבלות לתוכן שסופק לה; OpenRAG אינה יכולה להפיק תשובה ודאית לגבי מידע שאינו נמצא במערכת או שלא נוסף אליה. OpenRAG היא מבנה ששואף להישאר מוגבל לתוכן שבידיה במקום להמציא מידע שאינו קיים. לכן, יש לזכור שהתשובה המתקבלת מ-OpenRAG מוגבלת לתוכן ש-xloji.com מחזיקה בו באותו רגע.
האם OpenRAG היא בוט צ'אט?
OpenRAG אינו צ'אטבוט עצמאי במובן הקלאסי; הוא תשתית RAG ושער המפעילה את תכונת 'שאל שאלה' של xloji.com ואת הגישה למידע של כלים חיצוניים. המשימה העיקרית של OpenRAG היא למצוא תוכן התואם לשאלה וליצור תשובה על סמך תוכן זה. במצב זה, OpenRAG פועל יותר כשכבת תשתית מאחורי התשובות, ולא כממשק שצ'אט ישירות עם המשתמש.
מהי מטרת OpenRAG עבור xloji.com?
מטרת OpenRAG היא לאפשר גישה למידע השייך ל-xloji.com הן למשתמשי הקצה והן לכלים חיצוניים של בינה מלאכותית, באמצעות תשתית אמינה ונשלטת. העובדה שהוא פועל בשרת שלה, מבטיחה שהגישה תתרחש ללא תלות במערכות צד שלישי. בזכות מבנה השער החד-כניסתי שלו, OpenRAG מאחד נקודות גישה שונות למערכת מרכזית אחת.
מידע מפורט אודות OpenRAG
OpenRAG הוא מערכת RAG (Retrieval-Augmented Generation) הפועלת על השרת של xloji.com, וגם שער בינה מלאכותית המעביר בקשות הקשורות לבינה מלאכותית מנקודה אחת. המילה 'Open' בשמה מציינת שהמערכת מציעה מבנה פתוח ונגיש, והמילה 'RAG' מציינת את אופן הפעולה שלה, שבו היא מאתרת תחילה נתונים רלוונטיים ולאחר מכן יוצרת תשובה המבוססת על נתונים אלה. שאלה שנכתבת בתיבת 'שאל שאלה' באתר xloji.com נחקרת תחילה על ידי OpenRAG בתוך התוכן הרלוונטי, ולאחר מכן מיוצרת תשובה המבוססת על התוכן שנמצא. אותה תשתית מאפשרת גם לכלי בינה מלאכותית מחוץ ל-xloji.com לגשת למידע השייך ל-xloji.com דרך OpenRAG ולהשתמש במידע זה בתשובות שלהם. מבנה זה מאפשר ל-xloji.com לספק שירותים באמצעות תשתית מרכזית אחת, במקום להקים פתרונות בינה מלאכותית נפרדים למוצרים שונים.
ההיגיון הבסיסי של גישת RAG הוא שמערכת בינה מלאכותית לא צריכה להסתמך רק על ידע כללי שאומן מראש, אלא צריכה לאחזר תחילה תוכן עדכני ומדויק ממקור, ולאחר מכן לענות לאור התוכן הזה. OpenRAG מפעיל את שני הצעדים הללו, כלומר שלב האיתור (retrieval) ושלב היצירה (generation), יחד על השרת שלה. גישה זו נועדה להפחית את הנטייה של מודלים של בינה מלאכותית לייצר מידע שאינו קיים, מכיוון שהתשובה נגזרת מתוכן שנמצא בפועל, ולא מזיכרון המודל עצמו. כתוצאה מכך, התשובות ש-OpenRAG מספקת אינן מבוססות על מידע אקראי או מיושן, אלא על התוכן של xloji.com עצמה. כך ניתן לעקוב אחר מקור התשובה שנוצרה על ידי OpenRAG כנתונים השייכים ל-xloji.com. העובדה שהשרת שייך ל-xloji.com פירושה שהנתונים שנחקרים ומעובדים נשמרים בשליטת xloji.com, ללא תלות בשירות ענן של צד שלישי.
הצד של OpenRAG כ'שער בינה מלאכותית יחיד' פירושו שבקשות ואינטגרציות בינה מלאכותית שונות מנותבות מנקודת כניסה מרכזית אחת, במקום ממערכות נפרדות. כתוצאה מכך, הן התכונה 'שאל שאלה' של xloji.com עצמה והן כלים חיצוניים המתחברים דרך OpenRAG, משתמשים באותה תשתית ובאותו היגיון בסיסי. כמבנה שער מרכזי, OpenRAG מבטיח שכל התעבורה הקשורה לבינה מלאכותית עוברת דרך נקודה אחת, מה שמגביר הן את עקביות התשובות והן את השליטה על הנתונים כמערכת הפועלת על השרת שלה. גישה חד-נקודתית זו מאפשרת גם לבצע תחזוקה ועדכונים במקום אחד, במקום במערכות מפוזרות. בהקשר זה, OpenRAG אינו רק כלי לשאלות ותשובות, אלא שכבת תשתית המאחדת את כל נקודות הגישה של xloji.com לבינה מלאכותית.
שלוש קבוצות משתמשים שונות משתמשות ב-OpenRAG ישירות או בעקיפין: משתמשים סופיים המבקרים ב-xloji.com ומקלידים שאלה בתיבת 'שאל שאלה', מערכות השואלות את תשתית ה-RAG של xloji.com, וכלי בינה מלאכותית חיצוניים הניגשים למידע השייך ל-xloji.com דרך OpenRAG. שלוש קבוצות המשתמשים הללו מקבלות תשובות מאותה תשתית OpenRAG ומאותו מאגר תוכן; לכן, לא משנה מאיפה שואלים על xloji.com, ניתן להגיע למקור מידע עקבי. התשובות ש-OpenRAG מספקת מוגבלות לתוכן המסופק לה; כלומר, אין לצפות לתשובה חד משמעית מ-OpenRAG לגבי מידע שאינו קיים במערכת או שאינו נוסף לשרת שלה. מגבלה זו היא גם הבסיס לאמינות של OpenRAG: במקום להמציא מידע שאינו קיים, היא שואפת ליצור תשובות המוגבלות לתוכן שברשותה ומבוססות עליו.