🧠 OpenRAG
OpenRAG is een RAG-platform dat de content van een bedrijf opschoont en structureert, indexeert op onze eigen server, en toegankelijk maakt in natuurlijke taal voor externe AI-systemen via één beveiligde toegangspoort.
Vectoren worden niet gepubliceerd; TOEGANG wordt geopend.
Dit is een productintroductie, geen lijst met beloftes. Hieronder staan de onderdelen die vandaag werken en de onderdelen die nog op de roadmap staan, apart vermeld. Er worden geen data beloofd voor roadmap-items; zodra ze voltooid zijn, verhuizen ze naar het gedeelte "vandaag werkend".
Het kernprincipe
Het hele ontwerp van OpenRAG is gebaseerd op één zin: vectoren worden niet gepubliceerd, toegang wordt geopend. Wat naar buiten wordt gegeven is niet een kopie van de content, maar het recht om er vragen over te stellen.
Een vector is een motor, geen product
Een vector is specifiek voor het model dat hem heeft geproduceerd; een andere AI kan hem niet zomaar gebruiken. Het vergroot ook de tekst aanzienlijk. Daarom worden vectoren nooit uitgedeeld.
Wat wordt geopend is query-toegang
Er komt een vraag binnen; een antwoord en de bronpassages waarop het is gebaseerd, gaan terug. De volledige content wordt nooit gekopieerd, verspreid of gedownload.
De toestemming behoort toe aan het bedrijf
Het bedrijf beslist welke content extern doorzoekbaar wordt; deelname is opt-in. De toestemmings- en consentlaag staat op de roadmap.
Hoe het werkt — doelarchitectuur
De opschoon-, structureer-, indexeer- en zoekkoppelingen van deze flow werken vandaag. Self-hosted embedding met reranking, en de enkele toegangspoort naar de buitenwereld, staan nog op de roadmap; elke stap hieronder geeft aan welke van toepassing is.
Bronnen worden verzameld
xloji-sites, geüploade documenten en gecrawlde webpagina's zijn de contentbronnen. (Een WordPress-plugin en een publieke ingestie-API staan op de roadmap.)
Het wordt schoongemaakt en gestructureerd
Rommelige content wordt schoongemaakt, opgedeeld in betekenisvolle stukken en in een vorm gebracht die RAG kan gebruiken. Deze stap werkt vandaag.
Het wordt geïndexeerd en doorzocht
Stukken worden omgezet in vectoren en geschreven naar pgvector; ze worden gevonden via een HNSW-index en hybride zoekopdracht (keyword + vector). Deze stap werkt vandaag; het toevoegen van de reranking-koppeling staat op de roadmap.
Het is bereikbaar via één toegangspoort
Externe AI-systemen vragen in natuurlijke taal via één beveiligde toegangspoort; antwoorden en bronpassages komen terug, niet de vectoren zelf. Deze toegangspoort bestaat nog niet; deze staat op de roadmap.
Onderdelen die vandaag werkenLive
De volgende draaien vandaag op het platform en worden al gebruikt door de AI-tools op xloji.com.
pgvector + HNSW-index
Contentstukken worden opgeslagen als vectoren in de database en doorzocht met een HNSW-index over cosine similarity.
Hybride zoekopdracht
Keyword-zoekopdracht en vector-zoekopdracht worden samen uitgevoerd; de twee resultatenlijsten worden samengevoegd tot één ranking. Dit vindt zowel exacte term overeenkomsten als semantisch vergelijkbare passages.
Multi-tenant isolatie
Elk bedrijf, elke site en elke auteur heeft zijn eigen RAG. Een query wordt alleen uitgevoerd tegen de index van zijn eigen tenant; data wordt nooit gemengd tussen tenants.
Document opschonen en RAG-structurering
Geüploade documenten worden schoongemaakt, opgedeeld en gestructureerd voor RAG. De Data Structuring tool op het platform is de gebruikersinterface van deze pipeline.
Web crawling
De pagina's van een site worden gecrawld, de content wordt eruit gehaald en door dezelfde opschoon- en indexeerpipeline geleid.
Publieke RAG-feed in aangepaste AI-tools
Een aangepaste AI-tool die je maakt, kan worden gevoed vanuit een publieke RAG-bron; de tool baseert zijn antwoorden op die kennisbank.
Bestands- en mediaopslag
Bestanden en media worden opgeslagen in objectopslag — niet in de vector store. Het RAG-record verwijst terug naar het originele bestand.
Inbedding en herrangschikking op onze eigen servers
Inbedding en herrangschikking worden nu uitgevoerd op onze eigen servers in een aparte service. Tekst wordt omgezet in vectoren zonder de server te verlaten, en kandidaatresultaten gaan door een lokale herrangschikker om de nauwkeurigheid te verbeteren.
Query herschrijven
Een vage of onvolledige vraag wordt opgeschoond voordat de zoekopdracht wordt uitgevoerd. Je hoeft niet de "juiste" vraag te formuleren; het systeem maakt de query zoekklaar.
Tekst uit afbeeldingen, audio en video
Tekstextractie uit afbeeldingen en transcriptie van audio en video worden uitgevoerd met lokale tools op de server, en de resulterende tekst komt in dezelfde opschoon- en indexeringspijplijn terecht. Data verlaat de server niet.
Wat er op de roadmap staatGepland
De volgende bestaan nog niet. Het zijn geplande en ontworpen items; deze pagina presenteert ze niet alsof ze al gebouwd zijn.
De enkele toegangspoort: MCP / API gateway
Een enkele gateway waarmee externe AI-systemen in natuurlijke taal kunnen vragen. Een AI die één keer verbinding maakt, bereikt elk deelnemend bedrijf via dezelfde toegangspoort.
Toestemming en consentlaag
Bedrijven doen mee op basis van hun eigen keuze; authenticatie, sleutelbeheer, rate limiting en misbruikbescherming zijn allemaal in deze laag ondergebracht.
AI-zichtbaarheidslaag
Content machine-discoverable maken via llms.txt, /.well-known/ en schema.org markup, plus registratie in MCP-registers. Er is geen magische auto-discovery; zichtbaarheid is op deze manier opgebouwd.
WordPress-plugin
Een plugin waarmee een WordPress-site zijn content naar OpenRAG kan sturen en een endpoint terugkrijgt dat AI-systemen kunnen bevragen.
We geven geen data voor deze items. Wanneer een item is voltooid, verhuist het naar de "onderdelen die vandaag werken"-lijst en wordt deze pagina dienovereenkomstig bijgewerkt.
🔒 Data verlaat de server niet
Het doel van OpenRAG is om elke stap van de RAG-pipeline op onze eigen server uit te voeren met lokale, gratis tools: embedding, reranking, teksextractie uit afbeeldingen en audiotranscriptie. Geen media die RAG binnenkomen, worden naar een externe service gestuurd — dit is een niet-onderhandelbare ontwerpregel.
De eerlijke status: sommige van deze stappen worden vandaag nog door externe services uitgevoerd. Het verplaatsen ervan naar intern is het eerste item op de roadmap.
Hoe groei wordt gepland
Vector zoeken wordt duurder naarmate de content groeit. Het ontwerp van OpenRAG beperkt die kosten vanaf het begin op drie manieren.
Er is geen enkele gigantische index
Elk bedrijf heeft zijn eigen kleine index en een query wordt alleen uitgevoerd tegen die index. Zelfs als de totale content groeit, blijft het gebied dat een enkele query scant klein; de zoekkosten schalen met de omvang van dat ene bedrijf, niet met de totale omvang van het platform.
Vector grootte en precisie zijn instelbaar
Door kortere vectordimensies en compactere getalformaten te gebruiken, neemt dezelfde content aanzienlijk minder ruimte in beslag. Deze keuzes zijn vanaf het begin in het ontwerp ingebouwd, zodat er later geen dure migratie nodig is.
Cold tier
De index van een bedrijf die lange tijd niet is opgevraagd, wordt verplaatst naar goedkope permanente opslag en teruggehaald wanneer er een query voor komt. Zo blijft alleen de momenteel actieve content in het snelle geheugen. Deze tier staat op de roadmap.
Veelgestelde vragen
Wat is OpenRAG precies?
Het is een RAG-platform dat de content van een bedrijf opschoont en structureert, deze op onze eigen server indexeert en toegankelijk maakt voor externe AI-systemen via één beveiligde toegangspoort. Het is geen chattool; het is de kennisslaag die onder dergelijke tools draait.
Geven jullie mijn vectoren of mijn content aan iemand anders?
Nee. Het kernprincipe is: vectoren worden niet gepubliceerd, toegang wordt geopend. Wat naar buiten gaat, is niet een kopie van de content, maar het recht om er vragen over te stellen; alleen de ondersteunende passages komen terug met het antwoord. Bovendien beslist het bedrijf welke content extern doorzoekbaar wordt.
Wat kan er vandaag daadwerkelijk worden gebruikt?
De vectordatabase en index, hybride zoekopdrachten, multi-tenant isolatie, document opschoning en RAG-structurering, web crawling, de publieke RAG-feed in aangepaste AI-tools en opslag van bestanden/media werken allemaal al. Zelf-gehoste embedding, reranking, query rewriting, de externe deur, de permissielaag, de zichtbaarheidslaag en de WordPress-plugin bestaan nog niet.
Verlaat mijn data de server?
Het doel is dat elke stap van de RAG-pipeline met lokale tools op de server wordt uitgevoerd, waarbij geen media die in RAG terechtkomt ooit naar een externe dienst wordt gestuurd. De eerlijke status: sommige van deze stappen worden vandaag de dag nog steeds door externe diensten afgehandeld, en het verplaatsen ervan in huis staat bovenaan de roadmap.
Wanneer zijn de roadmap-functies klaar?
We beloven geen data. Dat is precies het doel van deze pagina: om apart te laten zien wat er vandaag werkt en wat er gepland staat. Zodra een item is voltooid, verhuist het naar de lijst "onderdelen die vandaag werken".
Wordt mijn content gebruikt of verkocht voor AI-training?
Nee. Dat gebeurt momenteel niet. Het idee van een permissie-gebaseerde tekstcorpus is het meest verregaande, juridisch zwaarste item op de roadmap; zelfs als het gebeurt, zou er geen content voor worden gebruikt zonder de expliciete toestemming van het bedrijf.
Ga terug naar de AI portal voor de andere AI-tools.
Veelgestelde vragen
Wat is OpenRAG?
OpenRAG is een RAG (Retrieval-Augmented Generation) systeem en een AI-gateway met één toegangspunt, die op de eigen server van xloji.com draait. Wanneer een vraag binnenkomt, zoekt het eerst naar relevante inhoud en genereert vervolgens een antwoord op basis van die inhoud. Het fungeert ook als een centrale gateway waarmee AI-tools van buiten xloji.com toegang kunnen krijgen tot informatie die eigendom is van xloji.com via één punt.
Wat betekent RAG en hoe past OpenRAG dit toe?
RAG staat voor 'Retrieval-Augmented Generation', wat 'generatie met behulp van ophalen' betekent; een AI zoekt informatie uit relevante bronnen voordat het een antwoord genereert, en gebruikt deze informatie vervolgens om het antwoord te formuleren. OpenRAG voert deze twee stappen, de zoek- en generatiestappen, uit door ze op zijn eigen server te combineren. Hierdoor zijn de antwoorden van OpenRAG niet willekeurig, maar gebaseerd op echte inhoud van xloji.com.
Wat betekent 'AI-gateway met één toegangspunt'?
Een AI-gateway met één toegangspunt betekent dat verschillende AI-verzoeken en integraties via één centraal toegangspunt worden verwerkt, in plaats van via afzonderlijke systemen. OpenRAG neemt deze rol op zich: zowel de 'Vraag het'-functie van xloji.com zelf als AI-tools die van buitenaf worden aangesloten, maken gebruik van dezelfde OpenRAG-infrastructuur. Deze centrale structuur zorgt voor gecentraliseerd beheer van AI-gerelateerd verkeer.
Wat maakt het verschil dat OpenRAG op zijn eigen server draait?
OpenRAG draait op de eigen server van xloji.com, zonder afhankelijk te zijn van een externe cloudservice. Dit betekent dat de gezochte en verwerkte gegevens onder de controle van xloji.com blijven. Als een systeem dat op zijn eigen server draait, voert OpenRAG zoek- en antwoordgeneratieprocessen uit binnen zijn eigen infrastructuur, zonder gegevens naar externe systemen te verzenden.
Wie gebruikt OpenRAG?
OpenRAG wordt door drie verschillende groepen gebruikt: eindgebruikers die xloji.com bezoeken en een vraag typen in het 'Vraag stellen'-vak, systemen die de eigen RAG-infrastructuur van xloji.com bevragen, en externe AI-tools die toegang krijgen tot informatie van xloji.com via OpenRAG. Voor de eindgebruiker retourneert OpenRAG een antwoord op basis van de inhoud van xloji.com. Voor externe tools is OpenRAG een contextloze gateway om informatie van xloji.com op te halen.
Hoe werkt het 'Vraag stellen'-vak op xloji.com met OpenRAG?
Een vraag die in het 'Vraag stellen'-vak op xloji.com wordt getypt, wordt door OpenRAG verwerkt. OpenRAG zoekt eerst naar relevante inhoud binnen de eigen data van xloji.com, en genereert vervolgens een antwoord op basis van deze gevonden inhoud. Zo wordt de gebruiker een antwoord gegeven dat wordt ondersteund door echte inhoud van xloji.com.
Hoe verkrijgen externe AI-tools informatie via OpenRAG?
OpenRAG fungeert als een enkele toegangspoort voor AI-tools buiten xloji.com om toegang te krijgen tot informatie van xloji.com. Deze tools kunnen via OpenRAG verbinding maken en contextloze, op zichzelf staande antwoorden ontvangen uit de inhoud van xloji.com. Daarom zijn de via OpenRAG verstrekte informatie ontworpen om op zichzelf betekenisvol te zijn zonder een aparte context te vereisen.
Wat zijn de beperkingen van OpenRAG?
De antwoorden van OpenRAG zijn beperkt tot de inhoud die aan het systeem is verstrekt; OpenRAG kan geen definitief antwoord geven op informatie die niet in het systeem staat of niet is toegevoegd. OpenRAG is ontworpen om te blijven binnen de beschikbare inhoud in plaats van niet-bestaande informatie te verzinnen. Daarom moet men onthouden dat een antwoord van OpenRAG beperkt is tot de inhoud die xloji.com op dat moment heeft.
Is OpenRAG een chatbot?
OpenRAG is geen traditionele chatbot; het is de RAG- en gateway-infrastructuur die de 'Vraag stellen'-functie van xloji.com en de toegang tot informatie van externe tools aandrijft. De kernfunctie van OpenRAG is het vinden van inhoud die relevant is voor een vraag en het genereren van een antwoord op basis van die inhoud. In deze vorm functioneert OpenRAG meer als de infrastructuurlaag achter de antwoorden dan als een interface die rechtstreeks met de gebruiker chat.
Wat is het doel van OpenRAG voor xloji.com?
Het doel van OpenRAG is om xloji.com in staat te stellen zowel eindgebruikers als externe AI-tools betrouwbare toegang te geven tot informatie via een zelfbeheerde infrastructuur. Het feit dat het op een eigen server draait, zorgt ervoor dat deze toegang plaatsvindt zonder afhankelijkheid van externe systemen. Dankzij de single gateway-structuur combineert OpenRAG verschillende toegangspunten in één centraal systeem.
Gedetailleerde informatie over OpenRAG
OpenRAG is een RAG (Retrieval-Augmented Generation) systeem dat draait op de eigen server van xloji.com en tevens een AI-gateway is die AI-gerelateerde verzoeken via één punt afhandelt. De term 'Open' in de naam geeft aan dat het systeem een open en toegankelijke structuur biedt, terwijl 'RAG' verwijst naar de werkwijze waarbij eerst relevante gegevens worden gevonden en vervolgens antwoorden op basis van deze gegevens worden gegenereerd. Een vraag die in het 'Stel een vraag'-vak op xloji.com wordt getypt, wordt eerst door OpenRAG doorzocht in relevante inhoud, waarna een antwoord wordt gegenereerd op basis van deze inhoud. Dezelfde infrastructuur stelt AI-tools van buiten xloji.com in staat om via OpenRAG toegang te krijgen tot informatie van xloji.com en deze informatie in hun eigen antwoorden te gebruiken. Deze structuur maakt het mogelijk voor xloji.com om diensten te leveren via één centrale infrastructuur in plaats van afzonderlijke AI-oplossingen voor verschillende producten te ontwikkelen.
De basisgedachte achter de RAG-aanpak is dat een AI-systeem, in plaats van uitsluitend te vertrouwen op algemene kennis die het vooraf heeft geleerd, eerst actuele en accurate inhoud uit een bron haalt die relevant is voor de vraag, en vervolgens antwoord geeft op basis van deze inhoud. OpenRAG combineert deze twee stappen, namelijk het vinden (retrieval) en het genereren (generation) van antwoorden, en voert ze uit op zijn eigen server. Deze aanpak heeft tot doel de neiging van AI-modellen om soms niet-bestaande informatie te genereren te verminderen, omdat het antwoord is afgeleid van daadwerkelijk gevonden inhoud en niet van het eigen geheugen van het model. Hierdoor zijn de antwoorden van OpenRAG gebaseerd op de eigen inhoud van xloji.com, in plaats van op willekeurige of verouderde informatie. De bron van een antwoord dat door OpenRAG wordt gegenereerd, kan dus worden getraceerd als de eigen data van xloji.com. Het feit dat de server eigendom is van xloji.com, betekent dat de gezochte en verwerkte data onder de controle van xloji.com blijft, zonder afhankelijk te zijn van een cloudservice van een derde partij.
De 'single-door AI-gateway'-kant van OpenRAG betekent dat verschillende AI-verzoeken en -integraties worden doorgestuurd via één centraal toegangspunt in plaats van via afzonderlijke systemen. Hierdoor gebruiken zowel de 'Stel een vraag'-functie van xloji.com als externe tools die via OpenRAG verbinding maken, dezelfde infrastructuur en dezelfde basislogica. Als een centrale gateway zorgt OpenRAG ervoor dat al het AI-verkeer via één punt loopt, wat zowel de consistentie van de antwoorden als de controle over de data verhoogt, aangezien het een systeem is dat op de eigen server draait. Deze single-point-aanpak maakt het ook mogelijk om onderhoud en updates op één plek uit te voeren in plaats van op verspreide systemen. In dit opzicht is OpenRAG niet alleen een vraag-en-antwoordtool, maar ook een infrastructuurlaag die alle toegangspunten van xloji.com met betrekking tot AI verenigt.
OpenRAG wordt direct of indirect gebruikt door drie verschillende gebruikersgroepen: eindgebruikers die xloji.com bezoeken en een vraag in het 'Stel een vraag'-vak typen, systemen die de eigen RAG-infrastructuur van xloji.com bevragen en externe AI-tools die via OpenRAG toegang krijgen tot informatie van xloji.com. Al deze drie gebruikersgroepen ontvangen antwoorden die gevoed worden door dezelfde OpenRAG-infrastructuur en dezelfde contentpool; daarom wordt er, ongeacht waar de vraag over xloji.com wordt gesteld, toegang verkregen tot een consistente bron van informatie. De antwoorden van OpenRAG zijn beperkt tot de inhoud die hem wordt verstrekt; dat wil zeggen, er mag geen definitief antwoord van OpenRAG worden verwacht over informatie die niet in het systeem staat of niet aan zijn server is toegevoegd. Deze beperking vormt tevens de basis van de betrouwbaarheid van OpenRAG: in plaats van niet-bestaande informatie te verzinnen, streeft het ernaar om antwoorden te genereren die beperkt zijn tot de beschikbare inhoud en gebaseerd zijn op die inhoud.