🧠 OpenRAG
OpenRAG è una piattaforma RAG che pulisce e struttura i contenuti di un'azienda, li indicizza sul nostro server e li rende interrogabili in linguaggio naturale da sistemi di IA esterni attraverso un'unica porta autorizzata.
I vettori non vengono pubblicati; L'ACCESSO viene aperto.
Questa è una presentazione del prodotto, non un elenco di promesse. Di seguito, le parti che funzionano oggi e quelle ancora in programma sono contrassegnate separatamente. Non vengono fornite date per gli elementi in programma; man mano che vengono completati, vengono spostati nella sezione "funzionante oggi".
Il principio fondamentale
L'intero design di OpenRAG si basa su una singola frase: i vettori non vengono pubblicati, l'accesso viene aperto. Ciò che viene fornito all'esterno non è una copia del contenuto, ma il diritto di porre domande al riguardo.
Un vettore è un motore, non un prodotto
Un vettore è specifico del modello che lo ha prodotto; un'altra IA non può utilizzarlo così com'è. Inoltre, gonfia il testo molte volte. Ecco perché i vettori non vengono mai distribuiti.
Ciò che viene aperto è l'accesso alle query
Una domanda arriva; una risposta e i passaggi di origine su cui si basa vengono restituiti. Il contenuto completo non viene mai copiato, distribuito o scaricato.
Il permesso appartiene all'azienda
L'azienda decide quali contenuti diventano interrogabili esternamente; la partecipazione è facoltativa. Il livello di autorizzazione e consenso è in programma.
Come funziona — architettura di destinazione
I collegamenti di pulizia, strutturazione, indicizzazione e ricerca di questo flusso funzionano oggi. L'embedding self-hosted con reranking e la singola porta verso il mondo esterno sono ancora in programma; ogni passaggio qui sotto indica quale lo è.
Le fonti vengono raccolte
I siti xloji, i documenti caricati e le pagine web sottoposte a crawling sono le fonti di contenuto. (Un plugin WordPress e un'API di ingestione pubblica sono in programma.)
Viene pulito e strutturato
I contenuti disordinati vengono puliti, suddivisi in blocchi significativi e portati in un formato utilizzabile da RAG. Questo passaggio funziona oggi.
Viene indicizzato e ricercato
I blocchi vengono trasformati in vettori e scritti in pgvector; vengono trovati tramite un indice HNSW e una ricerca ibrida (parola chiave + vettore). Questo passaggio funziona oggi; l'aggiunta del collegamento di reranking è in programma.
Si accede tramite una singola porta
I sistemi di IA esterni chiedono in linguaggio naturale attraverso un'unica porta autorizzata; le risposte e i passaggi di origine vengono restituiti, non i vettori stessi. Questa porta non esiste ancora; è in programma.
Parti che funzionano oggiLive
I seguenti sono in esecuzione sulla piattaforma oggi e sono già utilizzati dagli strumenti di IA su xloji.com.
pgvector + indice HNSW
I blocchi di contenuto vengono archiviati come vettori nel database e ricercati con un indice HNSW sulla similarità del coseno.
Ricerca ibrida
La ricerca per parole chiave e la ricerca vettoriale vengono eseguite insieme; i due elenchi di risultati vengono fusi in un unico ranking. Questo trova sia corrispondenze esatte dei termini che passaggi semanticamente vicini.
Isolamento multi-tenant
Ogni azienda, sito e autore ha il proprio RAG. Una query viene eseguita solo sull'indice del proprio tenant; i dati non si mescolano mai tra i tenant.
Pulizia dei documenti e strutturazione RAG
I documenti caricati vengono puliti, suddivisi in blocchi e strutturati per RAG. Lo strumento di strutturazione dei dati sulla piattaforma è l'interfaccia utente di questa pipeline.
Web crawling
Le pagine di un sito vengono sottoposte a crawling, il loro contenuto viene estratto e trasmesso attraverso la stessa pipeline di pulizia e indicizzazione.
Feed RAG pubblico in strumenti di IA personalizzati
Uno strumento di IA personalizzato che crei può essere alimentato da una fonte RAG pubblica; lo strumento basa le sue risposte su quella knowledge base.
Archiviazione di file e media
File e media risiedono nell'archiviazione di oggetti — non nell'archivio vettoriale. Il record RAG punta al file originale.
Embedding e riordinamento sui nostri server
Embedding e riordinamento ora vengono eseguiti sui nostri server in un servizio separato. Il testo viene trasformato in vettori senza lasciare il server e i risultati candidati passano attraverso un riordinatore locale per migliorare la precisione.
Riscrittura delle query
Una domanda vaga o incompleta viene sistemata prima dell'esecuzione della ricerca. Gli utenti non devono formulare la domanda "giusta"; il sistema rende la query pronta per la ricerca.
Testo da immagini, audio e video
L'estrazione del testo dalle immagini e la trascrizione di audio e video vengono eseguite con strumenti locali sul server e il testo risultante entra nello stesso processo di pulizia e indicizzazione. I dati non lasciano il server.
Cosa è in programmaPianificato
I seguenti non esistono ancora. Sono elementi pianificati e progettati; questa pagina non li presenta come se fossero già stati costruiti.
La singola porta: MCP / gateway API
Un singolo gateway a cui i sistemi di IA esterni possono interrogare in linguaggio naturale. Un'IA che si connette una volta raggiunge ogni azienda partecipante attraverso la stessa porta.
Livello di autorizzazione e consenso
Le aziende aderiscono di propria iniziativa; autenticazione, gestione delle chiavi, limitazione della velocità e protezione contro gli abusi risiedono in questo livello.
Livello di visibilità dell'IA
Rendere i contenuti individuabili dalle macchine tramite llms.txt, /.well-known/ e markup schema.org, oltre alla registrazione nei registri MCP. Non esiste una scoperta automatica magica; la visibilità è costruita in questo modo.
Plugin WordPress
Un plugin che consente a un sito WordPress di inviare i propri contenuti a OpenRAG e ottenere un endpoint che i sistemi di IA possono interrogare.
Non forniamo date per questi elementi. Quando un elemento è completato, viene spostato nella sezione "parti che funzionano oggi" e questa pagina viene aggiornata di conseguenza.
🔒 I dati non lasciano il server
L'obiettivo di OpenRAG è eseguire ogni passaggio della pipeline RAG sul nostro server con strumenti locali e gratuiti: embedding, reranking, estrazione di testo da immagini e trascrizione audio. Nessun media che entra in RAG viene inviato a un servizio esterno — questa è una regola di progettazione non negoziabile.
Lo stato reale: alcuni di questi passaggi vengono ancora eseguiti da servizi esterni oggi. Spostarli internamente è il primo elemento in programma.
Come è pianificata la crescita
La ricerca vettoriale diventa più costosa con la crescita dei contenuti. Il design di OpenRAG limita tale costo fin dall'inizio in tre modi.
Non esiste un singolo indice gigante
Ogni azienda ha il proprio piccolo indice e una query viene eseguita solo su quell'indice. Anche con la crescita del contenuto totale, l'area che una singola query scansiona rimane piccola; il costo di ricerca scala con le dimensioni di quella singola azienda, non con il totale della piattaforma.
Dimensioni e precisione del vettore sono regolabili
Utilizzando dimensioni vettoriali più corte e formati numerici più compatti, lo stesso contenuto occupa notevolmente meno spazio. Queste scelte sono integrate nel design fin dall'inizio in modo che non sia necessaria una migrazione costosa in seguito.
Livello freddo
L'indice di un'azienda che non è stata interrogata per un lungo periodo di tempo viene spostato in un archivio persistente economico e riportato quando arriva una query per esso. In questo modo, solo i contenuti attualmente attivi rimangono in memoria veloce. Questo livello è in programma.
Domande frequenti
Cos'è esattamente OpenRAG?
È una piattaforma RAG che pulisce e struttura i contenuti di un'azienda, li indicizza sul nostro server e li rende interrogabili in linguaggio naturale da sistemi di IA esterni attraverso un'unica porta autorizzata. Non è uno strumento di chat; è il livello di conoscenza che funziona alla base di tali strumenti.
Mi consegnate i miei vettori o i miei contenuti a qualcun altro?
No. Il principio fondamentale è: i vettori non vengono pubblicati, l'accesso viene aperto. Ciò che esce non è una copia del contenuto, ma il diritto di porre domande; solo i passaggi di supporto vengono restituiti con la risposta. Inoltre, l'azienda decide quali contenuti diventano interrogabili esternamente.
Cosa può essere effettivamente utilizzato oggi?
Il database vettoriale e l'indice, la ricerca ibrida, l'isolamento multi-tenant, la pulizia dei documenti e la strutturazione RAG, il web crawling, il feed RAG pubblico negli strumenti AI personalizzati e l'archiviazione di file/media funzionano tutti oggi. L'embedding self-hosted, il reranking, la riscrittura delle query, la "external door", il livello di autorizzazione, il livello di visibilità e il plugin di WordPress non esistono ancora.
I miei dati lasciano il server?
L'obiettivo è che ogni fase della pipeline RAG venga eseguita con strumenti locali sul server, senza che alcun media venga mai inviato a un servizio esterno. La situazione attuale, onestamente, è che alcune di queste fasi sono ancora gestite da servizi esterni e spostarle internamente è la prima voce in agenda.
Quando saranno pronti gli elementi della roadmap?
Non forniamo date precise. Questo è esattamente lo scopo di questa pagina: mostrare separatamente ciò che funziona oggi e cosa è pianificato. Quando un elemento è completato, viene spostato nell'elenco "elementi che funzionano oggi".
I miei contenuti vengono utilizzati o venduti per l'addestramento dell'IA?
No. Non esiste un utilizzo di questo tipo al momento. L'idea di un corpus di testo autorizzato è l'elemento più lontano e legalmente complesso della roadmap; anche se dovesse accadere, nessun contenuto verrebbe utilizzato senza il consenso esplicito dell'azienda.
Torna al portale AI per gli altri strumenti AI.
Domande frequenti
Cos'è OpenRAG?
OpenRAG è un sistema RAG (Retrieval-Augmented Generation) che funziona sul server di xloji.com e funge da gateway AI unico. Quando riceve una domanda, prima trova i contenuti pertinenti, poi genera una risposta basata su questi contenuti. Serve anche come gateway centralizzato che consente agli strumenti di intelligenza artificiale esterni di accedere alle informazioni di xloji.com da un unico punto.
Cosa significa RAG e come lo implementa OpenRAG?
RAG sta per 'Retrieval-Augmented Generation', ovvero generazione aumentata dal recupero di informazioni; un'intelligenza artificiale cerca informazioni da fonti pertinenti prima di generare una risposta, quindi crea la risposta basandosi su queste informazioni. OpenRAG esegue questi due passaggi, la ricerca e la generazione, combinandoli sul proprio server. In questo modo, le risposte fornite da OpenRAG non sono casuali, ma si basano sui contenuti reali di xloji.com.
Cosa significa 'gateway AI unico'?
Un gateway AI unico significa che diverse richieste e integrazioni di intelligenza artificiale vengono elaborate attraverso un singolo punto di accesso centralizzato, invece di sistemi separati. OpenRAG assume questo ruolo: sia la funzione 'Fai una domanda' di xloji.com sia gli strumenti di intelligenza artificiale connessi esternamente ricevono il servizio attraverso la stessa infrastruttura OpenRAG. Questa struttura centralizzata consente di gestire il traffico relativo all'intelligenza artificiale da un unico punto.
Che differenza fa il fatto che OpenRAG funzioni sul proprio server?
OpenRAG funziona sul server di xloji.com senza dipendere da un servizio cloud di terze parti. Ciò significa che i dati ricercati ed elaborati rimangono sotto il controllo di xloji.com. In quanto struttura che funziona sul proprio server, OpenRAG esegue le operazioni di ricerca e generazione di risposte all'interno della propria infrastruttura, senza trasferire dati a sistemi esterni.
Chi usa OpenRAG?
OpenRAG è utilizzato da tre gruppi diversi: gli utenti finali che visitano xloji.com e scrivono nella casella 'Fai una domanda', i sistemi che interrogano l'infrastruttura RAG di xloji.com e gli strumenti di intelligenza artificiale esterni che accedono alle informazioni di xloji.com tramite OpenRAG. Per l'utente finale, OpenRAG restituisce una risposta basata sui contenuti di xloji.com. Per gli strumenti esterni, OpenRAG è una porta d'accesso senza contesto per recuperare informazioni da xloji.com.
Come funziona la casella 'Fai una domanda' su xloji.com con OpenRAG?
Una domanda inserita nella casella 'Fai una domanda' su xloji.com viene elaborata da OpenRAG. OpenRAG cerca prima i contenuti relativi alla domanda all'interno dei propri dati di xloji.com, quindi genera una risposta basata su questi contenuti trovati. In questo modo, la risposta fornita all'utente è supportata da contenuti reali di xloji.com.
Come ottengono informazioni gli strumenti di intelligenza artificiale esterni tramite OpenRAG?
OpenRAG funge da unico punto di accesso per consentire agli strumenti di intelligenza artificiale esterni di accedere alle informazioni di xloji.com. Questi strumenti possono connettersi tramite OpenRAG per ricevere risposte autonome e comprensibili dal contenuto di xloji.com. Pertanto, le informazioni fornite tramite OpenRAG sono progettate per essere significative di per sé, senza richiedere un contesto separato.
Quali sono i limiti di OpenRAG?
Le risposte fornite da OpenRAG sono limitate ai contenuti forniti; OpenRAG non può produrre una risposta definitiva su informazioni che non sono presenti o che non sono state aggiunte al sistema. OpenRAG è progettato per rimanere limitato ai contenuti a sua disposizione, piuttosto che inventare informazioni inesistenti. Pertanto, si deve ricordare che una risposta ottenuta da OpenRAG è limitata ai contenuti attualmente disponibili su xloji.com.
OpenRAG è un chatbot?
OpenRAG non è un chatbot indipendente nel senso classico; è l'infrastruttura RAG e gateway che alimenta la funzione 'Fai una domanda' di xloji.com e l'accesso alle informazioni da parte di strumenti esterni. Il compito principale di OpenRAG è trovare i contenuti rilevanti per una domanda e generare una risposta basata su tali contenuti. In questo modo, OpenRAG funziona più come un livello di infrastruttura alla base delle risposte, piuttosto che come un'interfaccia che interagisce direttamente con l'utente.
Qual è lo scopo di OpenRAG per xloji.com?
Lo scopo di OpenRAG è consentire sia agli utenti finali che agli strumenti di intelligenza artificiale esterni di accedere alle informazioni di xloji.com tramite un'infrastruttura affidabile e sotto il proprio controllo. Il suo funzionamento sul proprio server garantisce che questo accesso avvenga senza dipendenza da sistemi di terze parti. Grazie alla sua struttura gateway a punto singolo, OpenRAG consolida diversi punti di accesso in un unico sistema centrale.
Informazioni dettagliate su OpenRAG
OpenRAG è un sistema RAG (Retrieval-Augmented Generation) che funziona sul server di xloji.com ed è anche un gateway AI che indirizza le richieste relative all'intelligenza artificiale da un unico punto. La parola 'Open' nel suo nome indica che il sistema offre una struttura aperta e accessibile, mentre 'RAG' si riferisce al suo modo di funzionare, che consiste nel trovare prima i dati pertinenti e poi generare una risposta basata su questi dati. Una domanda digitata nella casella 'Fai una domanda' su xloji.com viene prima ricercata da OpenRAG all'interno dei contenuti pertinenti, quindi viene generata una risposta basata su questi contenuti trovati. La stessa infrastruttura consente anche agli strumenti di intelligenza artificiale esterni di accedere alle informazioni di xloji.com tramite OpenRAG e di utilizzare queste informazioni nelle proprie risposte. Questa struttura consente a xloji.com di fornire servizi tramite un'unica infrastruttura centralizzata anziché creare soluzioni di intelligenza artificiale separate per i suoi diversi prodotti.
La logica di base dell'approccio RAG è che un sistema di intelligenza artificiale, invece di fare affidamento solo sulle conoscenze generali su cui è stato pre-addestrato, estrae prima i contenuti aggiornati e accurati relativi alla domanda da una fonte e poi risponde alla luce di questi contenuti. OpenRAG esegue questi due passaggi, ovvero i passaggi di recupero (retrieval) e generazione (generation), combinandoli sul proprio server. Questo approccio mira a ridurre la tendenza dei modelli di intelligenza artificiale a generare informazioni inesistenti; poiché la risposta deriva da contenuti effettivamente trovati, non dalla memoria del modello. In questo modo, le risposte fornite da OpenRAG si basano sui contenuti di xloji.com, non su informazioni casuali o obsolete. Pertanto, la fonte di una risposta generata da OpenRAG rimane tracciabile come i propri dati di xloji.com. Il fatto che il server appartenga a xloji.com significa che i dati ricercati ed elaborati sono mantenuti sotto il controllo di xloji.com senza dipendere da un servizio cloud di terze parti.
Il lato 'gateway AI a porta singola' di OpenRAG significa che le diverse richieste e integrazioni di intelligenza artificiale vengono indirizzate da un unico punto di ingresso centralizzato anziché da sistemi separati. In questo modo, sia la funzione 'Fai una domanda' di xloji.com che gli strumenti esterni connessi tramite OpenRAG utilizzano la stessa infrastruttura e la stessa logica di base. Come struttura di gateway centralizzata, OpenRAG consente al traffico relativo all'intelligenza artificiale di passare attraverso un unico punto, il che aumenta sia la coerenza delle risposte che il controllo sui dati come sistema in esecuzione sul proprio server. Questo approccio a punto singolo consente inoltre di eseguire la manutenzione e gli aggiornamenti in un unico posto anziché su sistemi distribuiti. In questo senso, OpenRAG non è solo uno strumento di domande e risposte, ma un livello di infrastruttura che unisce tutti i punti di accesso relativi all'intelligenza artificiale di xloji.com.
OpenRAG è utilizzato direttamente o indirettamente da tre diversi gruppi di utenti: gli utenti finali che visitano xloji.com e digitano nella casella 'Fai una domanda', i sistemi che interrogano l'infrastruttura RAG di xloji.com e gli strumenti di intelligenza artificiale esterni che accedono alle informazioni di xloji.com tramite OpenRAG. Tutti e tre i gruppi di utenti ricevono risposte alimentate dalla stessa infrastruttura OpenRAG e dallo stesso pool di contenuti; pertanto, indipendentemente da dove si pongono domande su xloji.com, si accede a una fonte di informazioni coerente. Le risposte fornite da OpenRAG sono limitate ai contenuti forniti; ovvero, non ci si dovrebbe aspettare una risposta definitiva da OpenRAG su informazioni che non sono presenti nel sistema o che non sono state aggiunte al suo server. Questo limite costituisce anche la base dell'affidabilità di OpenRAG: mira a generare risposte limitate ai contenuti a sua disposizione e basate su questi contenuti, piuttosto che inventare informazioni inesistenti.