🧠 OpenRAG
OpenRAG is a RAG platform that cleans and structures a business's content, indexes it on our own server, and makes it queryable in natural language by external AI systems through a single permissioned door.
Vectors are not published; ACCESS is opened.
This is a product introduction, not a list of promises. Below, the parts that work today and the parts still on the roadmap are marked separately. No dates are promised for roadmap items; as they are completed they move into the "working today" section.
The core principle
OpenRAG's entire design rests on a single sentence: vectors are not published, access is opened. What is given to the outside is not a copy of the content, but the right to ask questions of it.
A vector is an engine, not a product
A vector is specific to the model that produced it; another AI cannot consume it as-is. It also inflates the text many times over. That is why vectors are never handed out.
What is opened is query access
A question comes in; an answer and the source passages it rests on go back out. The full content is never copied, distributed or downloaded.
Permission belongs to the business
The business decides which content becomes externally queryable; participation is opt-in. The permission and consent layer is on the roadmap.
How it works — target architecture
The cleaning, structuring, indexing and search links of this flow work today. Self-hosted embedding with reranking, and the single door to the outside world, are still on the roadmap; each step below states which is which.
Sources are collected
xloji sites, uploaded documents and crawled web pages are the content sources. (A WordPress plugin and a public ingestion API are on the roadmap.)
It is cleaned and structured
Messy content is cleaned, split into meaningful chunks and brought into a form RAG can use. This step works today.
It is indexed and searched
Chunks are turned into vectors and written to pgvector; they are found via an HNSW index and hybrid search (keyword + vector). This step works today; adding the reranking link is on the roadmap.
It is reached through a single door
External AI systems ask in natural language through a single permissioned door; answers and source passages come back, not the vectors themselves. This door does not exist yet; it is on the roadmap.
Parts that work todayLive
The following are running on the platform today and are already used by the AI tools on xloji.com.
pgvector + HNSW index
Content chunks are stored as vectors in the database and searched with an HNSW index over cosine similarity.
Hybrid search
Keyword search and vector search run together; the two result lists are fused into a single ranking. This finds both exact term matches and semantically close passages.
Multi-tenant isolation
Every business, site and author has its own RAG. A query runs only against its own tenant's index; data never mixes across tenants.
Document cleaning and RAG structuring
Uploaded documents are cleaned, chunked and structured for RAG. The Data Structuring tool on the platform is the user-facing face of this pipeline.
Web crawling
A site's pages are crawled, their content is extracted and passed through the same cleaning and indexing pipeline.
Public RAG feed in custom AI tools
A custom AI tool you create can be fed from a public RAG source; the tool grounds its answers in that knowledge base.
File and media storage
Files and media live in object storage — not in the vector store. The RAG record points back to the original file.
Çêkirin û dîsa rêzekirin li ser serverên me
Çêkirin û dîsa rêzekirin niha li ser serverên me di xizmetek cûda de têne kirin. Nivîs bêyî ku ji serverê derbikeve, tê guheztin bo vektoran, û encamên namzed ji rêzekerek herêmî derbas dibin da ku rastbûnê zêde bike.
Nivîsandin dîsa pirsê
Pirserek nezelal an nediyar berî ku lêgerîn dest pê bike, têne paqijkirin. Bikarhêneran hewac nîne ku pirsê "rast" bikin; pergal pirsê amade dike bo lêgerînê.
Nivîsa ji wêne, deng û vîdyoyê
Derxistina nivîsê ji wêneyan û veguheztina deng û vîdyoyê bi alîkariya amûrek herêmî li ser serverê têne kirin, û nivîsa derketî di heman pêvajoya paqijkirinê û indekskirinê de têne çêkirin. Agahî ji serverê dernakeve.
What is on the roadmapPlanned
The following do not exist yet. They are planned and designed items; this page does not present them as if they were already built.
The single door: MCP / API gateway
A single gateway that external AI systems can query in natural language. An AI that connects once reaches every participating business through the same door.
Laya destûr û razînameyê
Businesses join by their own choice; authentication, key management, rate limiting and abuse protection all live in this layer.
Laya dîmeniya hunerî (AI)
Making content machine-discoverable via llms.txt, /.well-known/ and schema.org markup, plus registration in MCP registries. There is no magical auto-discovery; visibility is built this way.
WordPress plugin
A plugin that lets a WordPress site send its content to OpenRAG and get back an endpoint that AI systems can query.
We do not give dates for these items. When an item is finished it moves up into the "parts that work today" list, and this page is updated accordingly.
🔒 Data does not leave the server
OpenRAG's goal is to run every step of the RAG pipeline on our own server with local, free tools: embedding, reranking, text extraction from images and audio transcription. No media entering RAG is sent to an external service — this is a non-negotiable design rule.
The honest status: some of these steps are still performed by external services today. Moving them in-house is the first item on the roadmap.
How growth is planned
Vector search gets more expensive as content grows. OpenRAG's design limits that cost from the start in three ways.
There is no single giant index
Each business has its own small index and a query runs only against that index. Even as total content grows, the area a single query scans stays small; search cost scales with that one business's size, not with the platform's total.
Vector size and precision are adjustable
Using shorter vector dimensions and more compact number formats, the same content takes up markedly less space. These choices are built into the design from the start so that no expensive migration is needed later.
Cold tier
The index of a business that has not been queried for a long time is moved to cheap persistent storage and pulled back when a query arrives for it. That way only currently active content stays in fast memory. This tier is on the roadmap.
Frequently Asked Questions
What exactly is OpenRAG?
It is a RAG platform that cleans and structures a business's content, indexes it on our own server, and makes it queryable in natural language by external AI systems through a single permissioned door. It is not a chat tool; it is the knowledge layer that runs underneath such tools.
Do you hand my vectors or my content to anyone else?
No. The core principle is: vectors are not published, access is opened. What goes outside is not a copy of the content but the right to ask it questions; only the supporting passages come back with the answer. On top of that, the business decides which content becomes externally queryable.
What can actually be used today?
Database-a vektor û indeks, lêgerîna hîbrîd, veqetandina kirrûbêjî ya piralî, paqijkirina belgeyan û avakirina RAG, barkirina malperê, xwarina RAG-ê ya giştî di amûrên AI-yê de, û hilanîna pelan/medyayê hemû niha dixebitin. Embedîngê xwedî-mirov, berhev kirina dîsan, nivîsandin dîsan, deriyê derve, qata îzinan, qata dîtinê û pêveka WordPress niha hene.
Ma daneyên min ji serverê derdikevin?
Armanc ew e ku her gavê di pêvajoya RAG de bi amûrên herêmî li ser serverê bixebite, bi tu medyaya têkeve RAG-ê neyê şandina xizmetek derveyî. Rewşê bi rastî: hinek ji van gavên niha ji hêla xizmetên derveyî ve têne çêkirin, û veguhertina wan navxwe yekem tiştê li ser rêgeza me ye.
Kengê taybetmendiyên rêgeza me amade dibin?
Em dîrokan soz nadin. Ew bi rastî armanca vê rûpelê ye: ku bi qasî ku pê hewce be nîşan bide ku kîjan tişt niha dixebitin û kîjan plan kirine. Gava ku tiştek qedibû, wê di lîsteya "beşên ku niha dixebitin" de bigire.
Ma naverokê min ji bo perwerdehiya AI-yê tê bikar an tê firotin?
Na. Niha wusa tiştek tuneye. Îdeya korpusa nivîsî ya bi îzîn herî dûr, tiştekî herî girîng li ser rêgeza me ye; heke ew qewime, tu naverokê bêyî razîbûna aşker a karsaziyê ji bo wê tê bikar neyê.
Vegere ser portala AI ji bo amûrên din ên AI-yê.
Pirsên Pêşîn ên Pirsîn
OpenRAG çi ye?
OpenRAG, pergalê xloji.com de çalak e, pergalek RAG (Retrieval-Augmented Generation) û deriyê yekane yê AI yê ye. Gava pirsê were, pêşî naverokên têkildar dibîne, paşê li ser bingeha van naverokan bersivê çêdike. Di heman demê de, wekî deriyê navendî yê ku rê dide amûrên AI yên derveyî ku bi riya yek xalê bigihîjin agahiyên xloji.com.
RAG çi wateya wê heye û OpenRAG wê çawa bicîh dike?
RAG, kurtasî ji 'Retrieval-Augmented Generation' e, ango çêkirina bi dîtinê zêdekirî. Ew tê vê wateyê ku, berî ku AI bersivek çêbike, agahiyên têkildar ji çavkaniyan dîtine, paşê li ser bingeha vê agahiyê bersivê çêdike. OpenRAG vê her du gavê, gavên dîtinê û çêkirinê, li ser pergalê xwe de bi hev re çalak dike. Bi vî awayî, bersivên ku OpenRAG dide ne bi tesadufî ne, lê li ser naverokên rastîn ên xloji.com de ne.
‘Deriyê yekane yê AI’ çi wateya wê heye?
Deriyê yekane yê AI tê vê wateyê ku, daxwazên AI yên cihêreng û entegrasyonan li ser riya yek xalek navendî têne veguhestin, ne li ser pergalên cihêreng. OpenRAG vê rolê distîne: hem xwedîtiya xloji.com 'Pirs Pirs' hem jî amûrên AI yên ku ji derve ve girêdidin, hemî ji aliyê binavkirana OpenRAG de xizmetê distînin. Vê avahiya navendî, rêveberiya yek xalî ya trafîka têkildar bi AI re peyda dike.
Xebata OpenRAG li ser pergalê xwe çi guherînê dide?
OpenRAG, li ser pergalê xloji.com de çalak e, ne pê ve girêdayî xizmeta hêsan a partiyê sêyemîn. Ew tê vê wateyê ku daneyên ku hatine dîtin û pêşdebirin di kontrola xloji.com de dimînin. Wekî avahiyek ku li ser pergalê xwe de çalak e, OpenRAG dîtinê û çêkirina bersivan di nav avahiya xwe de bi bêyî veguhestina daneyan li ser pergalên derveyî de dimeşîne.
Kî OpenRAG bikar tîne?
OpenRAG sê komên cuda ji hêla bikar tînin: bikarhênerên ku serdana xloji.com'ê dikin û pirsên xwe di kutîka 'Pirsê Bike' de dinivîsin, pergalên ku infrastrukturê RAG yê xloji.com'ê dipersin, û amûrên çewtî yên ku ji rêya OpenRAG'ê bigihîjin agahiyên xloji.com'ê. Ji bo bikarhênerê dawî, OpenRAG bersivek li ser bingeha naveroka xloji.com'ê dide pirsê wî. Ji bo amûrên derve, OpenRAG deriyê bê pêvehiyê ye ku ji bo girtina agahiyê ji xloji.com'ê tê bikar anîn.
Kutîka 'Pirsê Bike' ya li xloji.com'ê çawa bi OpenRAG'ê re dixebite?
Pirsê ku di kutîka 'Pirsê Bike' ya li xloji.com'ê de tê nivîsîn, ji hêla OpenRAG'ê ve tê pêşdebirin. OpenRAG pêşî di daneyên xloji.com'ê de naverokên têkildar bi pirsê de digere, paşê li ser bingeha naverokên ku dîtine bersivek çêdike. Bi vî awayî, bersiva ku bi bikarhêner re tê parvekirin, bi naveroka rastîn a xloji.com'ê ve tê piştgirî kirin.
Amûrên çewtî yên hunerî ji rêya OpenRAG'ê çawa agahî digirin?
OpenRAG wekî deriyê yekane yê ku amûrên hunerî yên derveyî xloji.com'ê bigihînin agahiyên xloji.com'ê, kar dike. Van amûran dikarin bi pêvekirina bi OpenRAG'ê re, bersivên serbixwe, ku bi xwe têne fêm kirin, ji naveroka xloji.com'ê bistînin. Ji ber vê yekê, agahiyên ku ji rêya OpenRAG'ê ve têne dayîn, hatine sêwirandin ku bê pêdiviya bi pêvehiyeke din, bi xwe têne fêm kirin.
Sînorkên OpenRAG çi ne?
Bersivên ku OpenRAG dide, bi naveroka ku jê re hatiye peydakirîn ve sînordar in; OpenRAG nikare bersivek qewimîn li ser agahiyek ku di pergalê de tuneye an nehatiye zêdekirin, çêbike. Armanca OpenRAG'ê ew e ku li ser naveroka ku heye bistîne, ne ku agahiyên tunan çêbike. Ji ber vê yekê, divê neyê ji bîr kirin ku bersivek ku ji OpenRAG'ê tê girtin, bi naveroka ku xloji.com'ê di wê demê de heye ve sînordar e.
Ma OpenRAG botekê hevdîtinê ye?
OpenRAG, bi renge bi sohbetbota serbixwe nîne; ew altyapiya RAG û deriyê 'Pirsê Bike' yê xloji.com'ê ye, û gihîştina agahiyan ji aliyê amûrên derve re peyirê dike. Karê bingehîn ê OpenRAG, dîtina naveroka têkiliya bi pirsê re, û çêkirina bersivê li ser vê naverokê ye. Bi vî awayî, OpenRAG zêdetir wekî qata altyapiyê ya li pişt bersivan kar dike, ji berhev kirina rasterast bi bikarhêner re.
Armanca OpenRAG ji bo xloji.com çi ye?
Armanca OpenRAG ew e ku hem bikarhênerên dawî hem jî amûrên çûnî yên hişmend bi riya altyapiyek pêbawer û kontrolkirî ya xloji.com bigihînin agahiyên wê. Kargekirina li ser servera xwe, ew pêşî digire ku gihîştin bê pêvekirina li ser pergalên sêyemîn pêk were. Bi saya avahiya deriyê yekane, OpenRAG xalên gihîştinê yên cuda di pergalek navendî de yek dike.
Agahiyên Detayî li ser OpenRAG
OpenRAG, pergala RAG (Retrieval-Augmented Generation) ye ku li ser serverê xloji.com dixebite û di heman demê de derbazî AI (AI gateway) ye ku daxwazên têkilî zekaya çêkirî di xaleke tenê de derbas dike. Peyva 'Open' a di nav navê wê de nîşan dide ku pergala wê vekirî û gihîştî ye, peyva 'RAG' jî nîşan dide ku gava bersivan çêdike, pêşî daneyên têkilî dibîne û piştre li ser bingeha van daneyan bersivê ava dike. Pirseke ku di kutiya 'Pirsa Bike' a xloji.com de tê nivîsandin, pêşî ji hêla OpenRAG ve di nav naverokên têkilî de tê lêgerîn, piştre li ser bingeha van naverokên hatine dîtin bersivek tê hilberandin. Hevşanê heman binesaziyê, rê dide amûrên zekaya çêkirî yên derveyî xloji.com ku bi rêya OpenRAG bigihîjin agahiyên xloji.com û van agahiyan di bersivên xwe de bikar bînin. Ev avahî, li şûna ku ji bo berhemên cuda yên xloji.com çareseriyên zekaya çêkirî yên cuda werin avakirin, rê dide ku xizmet bi rêya binesaziyeke navendî ya tenê bêyî.
Mantiqa bingehîn a nêzîkatiya RAG ew e ku pergala zekaya çêkirî, li şûna ku tenê bawer bike bi agahiyên giştî yên ku pêşwextî hatine hînkirin, pêşî naverokên nû û rast ên têkilî pirsê ji çavkaniyekê bikişîne û piştre di ronahiya van naverokan de bersivê bide. OpenRAG van her du qonan, yanî qonên dîtinê (retrieval) û hilberandinê (generation), li ser serverê xwe yek dike û dixebite. Armanca vê nêzîkatiyê ew e ku meyla modelên zekaya çêkirî ya ku carna agahiyên tune hilberînin kêm bike; ji ber ku bersiv ne ji bîra modelê, lê ji naverokeke rastî ya hatine dîtin tê derxistin. Bi vî rengî, bersivên OpenRAG ne li ser agahiyên rastgele an kevim, lê li ser naveroka xloji.com xwe bi xwe radibe. Bi vî awayî, çavkaniya bersivekê ya ku OpenRAG hilberîne, wekî daneya xloji.com dikare were şopandin. Ku server a xloji.com be, tê wê wateyê ku daneyên hatine lêgerîn û pêşveşandin, bêyî ku bi xizmeteke ewî (cloud) ya teesîyê ve girêdayî bin, di kontrola xloji.com de dimînin.
Aliyê 'derbaziya AI ya derîyê tenê' ya OpenRAG, tê wê wateyê ku daxwaz û entegrasyonên cuda yên zekaya çêkirî, li şûna pergalên cuda, ji xaleke gihîştina navendî ya tenê werin rêvebirin. Bi vî rengî, hem taybetmendiya 'Pirsa Bike' a xloji.com û hem amûrên derve yên ku bi rêya OpenRAG vegirêdî ne, heman binesazî û heman mantiqa bingehîn bikar tînin. Wekî avahiyeke derbaziyê ya navendî, OpenRAG rê dide ku trafiga têkilî zekaya çêkirî di xaleke tenê de derbas bibe; ev yek hem yekgirtina bersivan û hem jî kontrola li ser daneyan wekî pergaleke ku li ser serverê xwe dixebite, zêde dike. Ev nêzîkatiya xala tenê, di heman demê de rê dide ku xebatên domkirinê û nûkirinên wan li şûna pergalên belav, li cihekî tenê werin kirin. OpenRAG bi vî aliyê xwe ne tenê amûreke pirse-bersivê ye, lê qoneke binesaziyê ye ku hemû xalên gihîştina xloji.com ên têkilî zekaya çêkirî yek dike.
Sê komên cuda yên bikaran bi rêyeke rasterast an nerasterast OpenRAG bikar tînin: bikaranên dawî yên ku serdana xloji.com dikin û di kutiya 'Pirsa Bike' de dinivîsînin, pergalên ku binesaziya RAG a xloji.com dipirsînin û amûrên zekaya çêkirî yên derve yên ku bi rêya OpenRAG bigihîjin agahiyên xloji.com. Van her sê komên bikaran bersivên ku ji heman binesaziya OpenRAG û ji heman havûza naverokan têne xwarin, werdigirin; lewma li ser xloji.com ji her derê were pirsîn, dê digihîjin çavkaniyeke agahiyê ya yekgirtî. Bersivên OpenRAG bi naveroka ku jê re hatine peyda kirin sînordar in; yanî li ser agahiyek ku di pergalê de tune ye an nehatiye zêdekirin li ser serverê xwe, nayê hêvîkirin ku OpenRAG bersivek qetî bide. Ev sînor, di heman demê de bingeha baweriyê ya OpenRAG ava dike: li şûna ku agahiyên tune bidawîne, armanc dike ku bersivên sînordar û li ser bingeha naveroka di destê xwe de hilberîne.