🧠 OpenRAG
OpenRAG ialah platform RAG yang membersihkan dan menstrukturkan kandungan perniagaan, mengindeksnya pada pelayan kami sendiri, dan menjadikannya boleh dicari dalam bahasa semula jadi oleh sistem AI luaran melalui satu pintu kebenaran.
Vektor tidak diterbitkan; AKSES dibuka.
Ini ialah pengenalan produk, bukan senarai janji. Di bawah, bahagian yang berfungsi hari ini dan bahagian yang masih dalam peta jalan ditandakan secara berasingan. Tiada tarikh yang dijanjikan untuk item peta jalan; apabila mereka selesai, mereka berpindah ke bahagian "berfungsi hari ini".
Prinsip teras
Seluruh reka bentuk OpenRAG bergantung pada satu ayat: vektor tidak diterbitkan, akses dibuka. Apa yang diberikan kepada luar bukanlah salinan kandungan, tetapi hak untuk bertanya soalan mengenainya.
Vektor ialah enjin, bukan produk
Vektor adalah khusus untuk model yang menjananya; AI lain tidak boleh menggunakannya begitu sahaja. Ia juga mengembang teks berkali-kali ganda. Itulah sebabnya vektor tidak pernah diberikan.
Apa yang dibuka ialah akses pertanyaan
Soalan masuk; jawapan dan petikan sumber yang menyokongnya keluar semula. Kandungan penuh tidak pernah disalin, diedarkan atau dimuat turun.
Kebenaran adalah milik perniagaan
Perniagaan memutuskan kandungan mana yang menjadi boleh dicari secara luaran; penyertaan adalah pilihan. Lapisan kebenaran dan persetujuan ada dalam peta jalan.
Cara ia berfungsi — seni bina sasaran
Pautan pembersihan, menstruktur, pengindeksan dan carian aliran ini berfungsi hari ini. Pembedaman yang dihoskan sendiri dengan penyusunan semula, dan pintu tunggal ke dunia luar, masih dalam peta jalan; setiap langkah di bawah menyatakan yang mana.
Sumber dikumpulkan
Tapak xloji, dokumen yang dimuat naik dan halaman web yang dirayap ialah sumber kandungan. (Plugin WordPress dan API inges umum ada dalam peta jalan.)
Ia dibersihkan dan distrukturkan
Kandungan yang berselerak dibersihkan, dibahagikan kepada bahagian yang bermakna dan dibawa ke dalam bentuk yang boleh digunakan oleh RAG. Langkah ini berfungsi hari ini.
Ia diindeks dan dicari
Bahagian diubah menjadi vektor dan ditulis ke pgvector; ia ditemui melalui indeks HNSW dan carian hibrid (kata kunci + vektor). Langkah ini berfungsi hari ini; menambah pautan penyusunan semula ada dalam peta jalan.
Ia dicapai melalui pintu tunggal
Sistem AI luaran bertanya dalam bahasa semula jadi melalui satu pintu kebenaran; jawapan dan petikan sumber kembali, bukan vektor itu sendiri. Pintu ini belum wujud; ia ada dalam peta jalan.
Bahagian yang berfungsi hari iniLangsung
Yang berikut berjalan pada platform hari ini dan sudah digunakan oleh alat AI pada xloji.com.
pgvector + indeks HNSW
Bahagian kandungan disimpan sebagai vektor dalam pangkalan data dan dicari dengan indeks HNSW melalui persamaan kosinus.
Carian hibrid
Carian kata kunci dan carian vektor berjalan bersama; kedua-dua senarai hasil digabungkan ke dalam satu kedudukan. Ini menemui padanan istilah tepat dan petikan yang berkaitan secara semantik.
Pengasingan berbilang penyewa
Setiap perniagaan, tapak dan penulis mempunyai RAG mereka sendiri. Pertanyaan hanya berjalan pada indeks penyewa mereka sendiri; data tidak pernah bercampur antara penyewa.
Pembersihan dokumen dan menstruktur RAG
Dokumen yang dimuat naik dibersihkan, dibahagikan dan distrukturkan untuk RAG. Alat Penstrukturan Data pada platform ialah muka pengguna bagi saluran paip ini.
Merayap web
Halaman tapak dirayap, kandungan mereka diekstrak dan dihantar melalui saluran paip pembersihan dan pengindeksan yang sama.
Suapan RAG awam dalam alat AI tersuai
Alat AI tersuai yang anda buat boleh disuapkan daripada sumber RAG awam; alat tersebut mengasaskan jawapannya pada asas pengetahuan itu.
Penyimpanan fail dan media
Fail dan media berada dalam storan objek — bukan dalam storan vektor. Rekod RAG menunjuk kembali ke fail asal.
Pembedaman dan penyusunan semula pada pelayan kami sendiri
Pembedaman dan penyusunan semula kini dijalankan pada pelayan kami sendiri dalam perkhidmatan yang berasingan. Teks ditukarkan menjadi vektor tanpa meninggalkan pelayan, dan calon keputusan melalui penyusun semula tempatan untuk meningkatkan ketepatan.
Penulisan semula pertanyaan
Soalan yang samar atau tidak lengkap diperbetulkan sebelum carian dijalankan. Pengguna tidak perlu membina soalan yang "betul"; sistem menjadikan pertanyaan sedia untuk dicari.
Teks daripada imej, audio dan video
Pengekstrakan teks daripada imej dan transkripsi audio dan video dijalankan dengan alat tempatan pada pelayan, dan teks yang terhasil memasuki saluran pembersihan dan pengindeksan yang sama. Data tidak meninggalkan pelayan.
Apa yang ada dalam peta jalanDirancang
Yang berikut belum wujud lagi. Ia ialah item yang dirancang dan direka bentuk; halaman ini tidak membentangkannya seolah-olah ia sudah dibina.
Pintu tunggal: MCP / gerbang API
Gerbang tunggal yang boleh meminta sistem AI luaran dalam bahasa semula jadi. AI yang menyambung sekali menjangkau setiap perniagaan yang mengambil bahagian melalui pintu yang sama.
Lapisan kebenaran dan persetujuan
Perniagaan menyertai atas pilihan mereka sendiri; pengesahan, pengurusan kunci, had kadar dan perlindungan penyalahgunaan semuanya berada dalam lapisan ini.
Lapisan keterlihatan AI
Menjadikan kandungan boleh ditemui oleh mesin melalui llms.txt, /.well-known/ dan tanda schema.org, serta pendaftaran dalam pendaftaran MCP. Tiada penemuan automatik ajaib; keterlihatan dibina dengan cara ini.
Plugin WordPress
Plugin yang membenarkan tapak WordPress menghantar kandungannya ke OpenRAG dan mendapatkan titik akhir yang boleh ditanya oleh sistem AI.
Kami tidak memberikan tarikh untuk item ini. Apabila item selesai, ia berpindah ke senarai "bahagian yang berfungsi hari ini", dan halaman ini dikemas kini dengan sewajarnya.
🔒 Data tidak meninggalkan pelayan
Matlamat OpenRAG adalah untuk menjalankan setiap langkah saluran paip RAG pada pelayan kami sendiri dengan alat percuma tempatan: pembedaman, penyusunan semula, pengekstrakan teks daripada imej dan transkripsi audio. Tiada media yang memasuki RAG dihantar ke perkhidmatan luaran — ini ialah peraturan reka bentuk yang tidak boleh dirundingkan.
Status jujur: beberapa langkah ini masih dilakukan oleh perkhidmatan luaran hari ini. Memindahkannya ke dalam rumah ialah item pertama dalam peta jalan.
Bagaimana pertumbuhan dirancang
Carian vektor menjadi lebih mahal apabila kandungan berkembang. Reka bentuk OpenRAG mengehadkan kos itu dari awal dalam tiga cara.
Tiada indeks gergasi tunggal
Setiap perniagaan mempunyai indeks kecilnya sendiri dan pertanyaan hanya berjalan pada indeks itu. Walaupun jumlah kandungan berkembang, kawasan yang diimbas oleh pertanyaan tunggal kekal kecil; kos carian berkembang dengan saiz perniagaan itu, bukan dengan jumlah platform.
Saiz dan ketepatan vektor boleh dilaraskan
Menggunakan dimensi vektor yang lebih pendek dan format nombor yang lebih padat, kandungan yang sama mengambil ruang yang jauh lebih kecil. Pilihan ini dibina ke dalam reka bentuk dari awal supaya tiada migrasi mahal diperlukan kemudian.
Lapisan sejuk
Indeks perniagaan yang tidak ditanya untuk masa yang lama dipindahkan ke storan persisten murah dan ditarik balik apabila pertanyaan tiba untuknya. Dengan cara itu hanya kandungan aktif semasa kekal dalam memori pantas. Lapisan ini ada dalam peta jalan.
Soalan Lazim
Apakah sebenarnya OpenRAG?
Ia ialah platform RAG yang membersihkan dan menstrukturkan kandungan perniagaan, mengindeksnya pada pelayan kami sendiri, dan menjadikannya boleh dicari dalam bahasa semula jadi oleh sistem AI luaran melalui satu pintu kebenaran. Ia bukan alat sembang; ia ialah lapisan pengetahuan yang berjalan di bawah alat sedemikian.
Adakah anda menyerahkan vektor atau kandungan saya kepada orang lain?
Tidak. Prinsip terasnya ialah: vektor tidak diterbitkan, akses dibuka. Apa yang keluar bukanlah salinan kandungan tetapi hak untuk bertanya soalan mengenainya; hanya petikan sokongan kembali dengan jawapan. Di atas itu, perniagaan memutuskan kandungan mana yang menjadi boleh dicari secara luaran.
Apa yang sebenarnya boleh digunakan hari ini?
Pangkalan data vektor dan indeks, carian hibrid, pengasingan berbilang penyewa, pembersihan dokumen dan struktur RAG, perayapan web, suapan RAG awam dalam alat AI tersuai, dan penyimpanan fail/media semuanya berfungsi hari ini. Pembedaman sendiri, penarafan semula, penulisan semula pertanyaan, pintu keluar, lapisan kebenaran, lapisan keterlihatan dan plugin WordPress belum wujud lagi.
Adakah data saya meninggalkan pelayan?
Matlamatnya adalah agar setiap langkah saluran paip RAG berjalan dengan alat tempatan pada pelayan, tanpa media memasuki RAG yang pernah dihantar ke perkhidmatan luaran. Status yang jujur: beberapa langkah ini masih ditangani oleh perkhidmatan luaran hari ini, dan memindahkannya ke dalam rumah adalah item pertama dalam peta jalan.
Bila ciri-ciri peta jalan akan siap?
Kami tidak menjanjikan tarikh. Itulah tujuan tepat halaman ini: untuk menunjukkan secara berasingan apa yang berfungsi hari ini dan apa yang dirancang. Apabila item selesai, ia berpindah ke senarai "bahagian yang berfungsi hari ini".
Adakah kandungan saya digunakan atau dijual untuk latihan AI?
Tidak. Tidak ada penggunaan sedemikian hari ini. Idea korpus teks yang dibenarkan adalah item yang paling jauh, paling berat dari segi undang-undang dalam peta jalan; walaupun ia berlaku, tiada kandungan akan digunakan untuknya tanpa persetujuan eksplisit perniagaan.
Kembali ke portal AI untuk alat AI yang lain.
Soalan Lazim
Apakah itu OpenRAG?
OpenRAG ialah sistem RAG (Retrieval-Augmented Generation) dan gerbang AI sehenti yang berjalan pada pelayan sendiri xloji.com. Apabila soalan diterima, ia terlebih dahulu mencari kandungan yang berkaitan, kemudian menjana jawapan berdasarkan kandungan tersebut. Pada masa yang sama, ia berfungsi sebagai gerbang pusat yang membolehkan alat AI di luar xloji.com mengakses maklumat yang dimiliki oleh xloji.com daripada satu titik.
Apakah maksud RAG dan bagaimana OpenRAG melaksanakannya?
RAG bermaksud 'Retrieval-Augmented Generation', iaitu penjanaan diperkayakan dengan pencarian; ia bermaksud kecerdasan buatan mencari maklumat daripada sumber yang berkaitan sebelum menjana jawapan, kemudian mencipta respons berdasarkan maklumat tersebut. OpenRAG menjalankan dua langkah ini, langkah mencari dan menjana, dengan menggabungkannya pada pelayannya sendiri. Oleh itu, jawapan yang diberikan oleh OpenRAG bukan rawak, tetapi berdasarkan kandungan sebenar yang dimiliki oleh xloji.com.
Apakah maksud 'gerbang AI sehenti'?
Gerbang AI sehenti bermaksud permintaan dan integrasi kecerdasan buatan yang berbeza diproses melalui satu titik kemasukan pusat dan bukannya sistem berasingan. OpenRAG mengambil peranan ini: kedua-duanya ciri 'Ajukan Soalan' xloji.com sendiri dan alat AI yang disambungkan dari luar, menerima perkhidmatan melalui infrastruktur OpenRAG yang sama. Struktur pusat ini membolehkan trafik berkaitan AI diuruskan daripada satu titik.
Apakah perbezaan jika OpenRAG berjalan pada pelayan sendiri?
OpenRAG berjalan pada pelayan sendiri xloji.com tanpa bergantung pada perkhidmatan awan pihak ketiga. Ini bermakna data yang dicari dan diproses kekal di bawah kawalan xloji.com. Sebagai struktur yang berjalan pada pelayannya sendiri, OpenRAG menjalankan operasi mencari dan menjana jawapan dalam infrastrukturnya sendiri tanpa memindahkan data ke sistem luar.
Siapa yang menggunakan OpenRAG?
OpenRAG digunakan oleh tiga kumpulan berbeza: pengguna akhir yang melawat xloji.com dan menaip soalan dalam kotak 'Ajukan Soalan', sistem yang menanyakan infrastruktur RAG xloji.com sendiri, dan alat kecerdasan buatan luaran yang mengakses maklumat xloji.com melalui OpenRAG. Bagi pengguna akhir, OpenRAG mengembalikan jawapan berdasarkan kandungan xloji.com kepada soalan yang diajukan. Bagi alat luaran, OpenRAG ialah pintu masuk tanpa konteks untuk mendapatkan maklumat daripada xloji.com.
Bagaimana kotak 'Ajukan Soalan' di xloji.com berfungsi dengan OpenRAG?
Soalan yang ditaip dalam kotak 'Ajukan Soalan' di xloji.com diproses oleh OpenRAG. OpenRAG terlebih dahulu mencari kandungan yang berkaitan dengan soalan dalam data xloji.com sendiri, kemudian menjana jawapan berdasarkan kandungan yang ditemui. Dengan cara ini, jawapan yang diberikan kepada pengguna disokong oleh kandungan sebenar xloji.com.
Bagaimana alat kecerdasan buatan luaran mendapatkan maklumat melalui OpenRAG?
OpenRAG berfungsi sebagai laluan tunggal untuk alat kecerdasan buatan di luar xloji.com untuk mengakses maklumat xloji.com. Alat ini boleh menyambung melalui OpenRAG dan menerima jawapan yang jelas dan bermakna sendiri daripada kandungan xloji.com. Oleh itu, maklumat yang diberikan melalui OpenRAG direka untuk bermakna dengan sendirinya tanpa memerlukan konteks tambahan.
Apakah had OpenRAG?
Jawapan yang diberikan oleh OpenRAG terhad kepada kandungan yang disediakan kepadanya; OpenRAG tidak boleh menghasilkan jawapan muktamad tentang maklumat yang tidak terdapat dalam sistem atau belum ditambahkan. OpenRAG direka untuk kekal terhad kepada kandungan yang ada dan bukannya mencipta maklumat yang tidak wujud. Oleh itu, perlu diingat bahawa jawapan yang diperoleh daripada OpenRAG terhad kepada kandungan yang dimiliki oleh xloji.com pada masa itu.
Adakah OpenRAG chatbot?
OpenRAG bukanlah bot sembang kendiri dalam erti kata klasik; ia adalah infrastruktur RAG dan gateway yang menggerakkan ciri 'Tanya Soal' xloji.com dan akses maklumat alat luaran. Tugas utama OpenRAG adalah mencari kandungan yang berkaitan dengan soalan dan menghasilkan jawapan berdasarkan kandungan tersebut. Dalam keadaan ini, OpenRAG berfungsi lebih sebagai lapisan infrastruktur di belakang jawapan, berbanding antaramuka yang berinteraksi terus dengan pengguna.
Apakah tujuan OpenRAG untuk xloji.com?
Tujuan OpenRAG adalah untuk membolehkan akses kepada maklumat yang dimiliki oleh xloji.com oleh pengguna akhir dan alat kecerdasan buatan luaran melalui infrastruktur yang dipercayai dan terkawal sendiri. Menjalankannya pada pelayan sendiri memastikan akses ini berlaku tanpa bergantung pada sistem pihak ketiga. Struktur gateway satu pintu membolehkan OpenRAG menggabungkan titik akses yang berbeza dalam satu sistem pusat.
Maklumat terperinci mengenai OpenRAG
OpenRAG ialah sistem RAG (Retrieval-Augmented Generation) yang berjalan pada pelayan xloji.com dan pada masa yang sama merupakan gerbang AI yang mengendalikan permintaan berkaitan kecerdasan buatan daripada satu titik. Perkataan 'Open' dalam namanya menandakan sistem ini menyediakan struktur yang terbuka dan boleh diakses, manakala ungkapan 'RAG' menandakan cara ia berfungsi dengan mencari data yang berkaitan terlebih dahulu sebelum menjana jawapan berdasarkan data tersebut. Soalan yang ditulis dalam kotak 'Tanya Soalan' di xloji.com terlebih dahulu dicari oleh OpenRAG dalam kandungan yang berkaitan, kemudian jawapan dijana berdasarkan kandungan yang ditemui. Infrastruktur yang sama juga membolehkan alat kecerdasan buatan di luar xloji.com mengakses maklumat yang dimiliki oleh xloji.com melalui OpenRAG dan menggunakan maklumat ini dalam jawapan mereka sendiri. Struktur ini membolehkan xloji.com menyediakan perkhidmatan melalui infrastruktur pusat tunggal dan bukannya membina penyelesaian kecerdasan buatan yang berasingan untuk produk yang berbeza.
Logik asas pendekatan RAG ialah sistem kecerdasan buatan tidak hanya bergantung pada pengetahuan am yang telah dilatih sebelumnya, tetapi juga menarik kandungan yang terkini dan tepat yang berkaitan dengan soalan daripada sumber terlebih dahulu, kemudian memberikan jawapan berdasarkan kandungan ini. OpenRAG menggabungkan kedua-dua langkah ini, iaitu langkah pencarian (retrieval) dan penjanaan (generation), dengan menjalankannya pada pelayannya sendiri. Pendekatan ini bertujuan untuk mengurangkan kecenderungan model kecerdasan buatan untuk menjana maklumat yang tidak wujud; kerana jawapan diperoleh daripada kandungan yang ditemui secara sebenar dan bukannya daripada ingatan model itu sendiri. Dengan cara ini, jawapan yang diberikan oleh OpenRAG adalah berdasarkan kandungan xloji.com sendiri dan bukannya maklumat rawak atau usang. Oleh itu, sumber jawapan yang dijana oleh OpenRAG boleh dijejaki sebagai data xloji.com sendiri. Hak milik pelayan kepada xloji.com bermakna data yang dicari dan diproses disimpan di bawah kawalan xloji.com tanpa bergantung pada perkhidmatan awan pihak ketiga.
Aspek 'gerbang AI satu pintu' OpenRAG bermakna permintaan dan integrasi kecerdasan buatan yang berbeza dihalakan daripada satu titik kemasukan pusat dan bukannya sistem yang berasingan. Dengan cara ini, kedua-dua ciri 'Tanya Soalan' xloji.com sendiri dan alat luaran yang disambungkan melalui OpenRAG menggunakan infrastruktur dan logik asas yang sama. Sebagai struktur gerbang pusat, OpenRAG memastikan semua trafik berkaitan kecerdasan buatan melalui satu titik, yang meningkatkan konsistensi jawapan dan kawalan ke atas data sebagai sistem yang berjalan pada pelayannya sendiri. Pendekatan satu titik ini juga membolehkan penyelenggaraan dan kemas kini dilakukan di satu tempat dan bukannya sistem yang bertabur. Dalam aspek ini, OpenRAG bukan sahaja alat soalan-jawapan, tetapi juga lapisan infrastruktur yang menyatukan semua titik akses berkaitan kecerdasan buatan xloji.com.
OpenRAG digunakan secara langsung atau tidak langsung oleh tiga kumpulan pengguna yang berbeza: pengguna akhir yang melawat xloji.com dan menulis dalam kotak 'Tanya Soalan', sistem yang menanyakan infrastruktur RAG xloji.com dan alat kecerdasan buatan luaran yang mengakses maklumat yang dimiliki oleh xloji.com melalui OpenRAG. Ketiga-tiga kumpulan pengguna ini menerima jawapan yang disokong oleh infrastruktur OpenRAG yang sama dan kolam kandungan yang sama; oleh itu, sumber maklumat yang konsisten dicapai tidak kira di mana soalan tentang xloji.com ditanya. Jawapan yang diberikan oleh OpenRAG terhad kepada kandungan yang disediakan kepadanya; iaitu, jawapan yang pasti daripada OpenRAG tidak boleh dijangkakan untuk maklumat yang tidak terdapat dalam sistem atau tidak ditambahkan ke pelayannya sendiri. Batasan ini juga merupakan asas kepada kebolehpercayaan OpenRAG: ia bertujuan untuk menjana jawapan yang terhad kepada kandungan yang ada dan berdasarkan kandungan ini dan bukannya mencipta maklumat yang tidak wujud.