🧠 OpenRAG
OpenRAG to platforma RAG, która czyści i strukturyzuje treści firmy, indeksuje je na naszym własnym serwerze i udostępnia je do przeszukiwania w języku naturalnym przez zewnętrzne systemy sztucznej inteligencji przez jedne, autoryzowane drzwi.
Wektory nie są publikowane; dostęp JEST otwierany.
To jest wprowadzenie produktu, a nie lista obietnic. Poniżej części, które działają dzisiaj, i te, które są jeszcze w planach, są oznaczone oddzielnie. Nie podajemy dat realizacji elementów z planów; w miarę ich ukończenia przenoszone są do sekcji "działa dzisiaj".
Główna zasada
Cała konstrukcja OpenRAG opiera się na jednym zdaniu: wektory nie są publikowane, dostęp jest otwierany. To, co przekazywane jest na zewnątrz, to nie kopia treści, ale prawo do zadawania pytań.
Wektor to silnik, a nie produkt
Wektor jest specyficzny dla modelu, który go wygenerował; inna sztuczna inteligencja nie może go użyć w takiej postaci. Powiększa on również tekst wielokrotnie. Dlatego wektory nigdy nie są udostępniane.
Otwierany jest dostęp do zapytań
Pytanie napływa; odpowiedź i fragmenty źródłowe, na których się opiera, wracają. Pełna treść nigdy nie jest kopiowana, rozpowszechniana ani pobierana.
Uprawnienia należą do firmy
Firma decyduje, która treść stanie się dostępna do przeszukiwania z zewnątrz; udział jest dobrowolny. Warstwa uprawnień i zgody jest w planach.
Jak to działa — docelowa architektura
Czyszczenie, strukturyzacja, indeksowanie i łączenie wyszukiwania w tym przepływie działają dzisiaj. Samodzielne hostowanie osadzania z ponownym rankingiem oraz jedne drzwi do świata zewnętrznego są nadal w planach; każdy poniższy krok określa, co jest czym.
Zbierane są źródła
Strony xloji, przesłane dokumenty i strony internetowe przeszukiwane pod kątem treści stanowią źródła treści. (W planach jest wtyczka WordPress i publiczne API ingestii.)
Jest czyszczona i strukturyzowana
Niezorganizowana treść jest czyszczona, dzielona na sensowne fragmenty i wprowadzana do formy, którą może użyć RAG. Ten krok działa dzisiaj.
Jest indeksowana i przeszukiwana
Fragmenty są zamieniane na wektory i zapisywane w pgvector; znajdują się one za pomocą indeksu HNSW i wyszukiwania hybrydowego (słowa kluczowe + wektor). Ten krok działa dzisiaj; dodanie łącza ponownego rankingu jest w planach.
Można do niej dotrzeć przez jedne drzwi
Zewnętrzne systemy sztucznej inteligencji pytają w języku naturalnym przez jedne, autoryzowane drzwi; odpowiedzi i fragmenty źródłowe wracają, a nie same wektory. Te drzwi jeszcze nie istnieją; są w planach.
Części, które działają dzisiajNa żywo
Poniższe działają na platformie dzisiaj i są już wykorzystywane przez narzędzia AI na xloji.com.
pgvector + indeks HNSW
Fragmenty treści są przechowywane jako wektory w bazie danych i przeszukiwane za pomocą indeksu HNSW w oparciu o podobieństwo kosinusowe.
Wyszukiwanie hybrydowe
Wyszukiwanie słów kluczowych i wektorów działa razem; dwie listy wyników są scalane w jedną rangę. Pozwala to znaleźć zarówno dokładne dopasowania terminów, jak i fragmenty semantycznie bliskie.
Izolacja wielodzierżawcowa
Każda firma, strona i autor ma swój własny RAG. Zapytanie działa tylko na indeksie swojego dzierżawcy; dane nigdy nie mieszają się między dzierżawcami.
Czyszczenie dokumentów i strukturyzacja RAG
Przesłane dokumenty są czyszczone, dzielone na fragmenty i strukturyzowane dla RAG. Narzędzie do strukturyzacji danych na platformie jest interfejsem użytkownika tego potoku.
Przeszukiwanie stron internetowych
Strony internetowe są przeszukiwane, ich treść jest wyodrębniana i przekazywana przez ten sam potok czyszczenia i indeksowania.
Publiczny kanał RAG w niestandardowych narzędziach AI
Niestandardowe narzędzie AI, które tworzysz, może być zasilane z publicznego źródła RAG; narzędzie opiera swoje odpowiedzi na tej bazie wiedzy.
Przechowywanie plików i mediów
Pliki i media znajdują się w pamięci masowej obiektów — a nie w magazynie wektorów. Rekord RAG wskazuje z powrotem do oryginalnego pliku.
Osadzanie i ponowne szeregowanie na naszych własnych serwerach
Osadzanie i ponowne szeregowanie odbywają się teraz na naszych własnych serwerach w osobnej usłudze. Tekst jest przekształcany w wektory bez opuszczania serwera, a potencjalne wyniki przechodzą przez lokalny system ponownego szeregowania w celu poprawy dokładności.
Przepisywanie zapytań
Nieprecyzyjne lub niekompletne pytanie jest doprecyzowywane przed uruchomieniem wyszukiwania. Użytkownicy nie muszą formułować "właściwego" pytania; system przygotowuje zapytanie do wyszukiwania.
Tekst z obrazów, audio i wideo
Ekstrakcja tekstu z obrazów i transkrypcja audio i wideo odbywają się za pomocą lokalnych narzędzi na serwerze, a wynikowy tekst trafia do tego samego procesu czyszczenia i indeksowania. Dane nie opuszczają serwera.
Co jest w planachPlanowane
Poniższe jeszcze nie istnieją. Są to planowane i zaprojektowane elementy; ta strona nie przedstawia ich tak, jakby już zostały zbudowane.
Pojedyncze drzwi: MCP / brama API
Pojedyncza brama, przez którą zewnętrzne systemy sztucznej inteligencji mogą zadawać pytania w języku naturalnym. Sztuczna inteligencja, która połączy się raz, dotrze do każdej uczestniczącej firmy przez te same drzwi.
Warstwa uprawnień i zgody
Firmy dołączają z własnej inicjatywy; uwierzytelnianie, zarządzanie kluczami, ograniczanie przepustowości i ochrona przed nadużyciami znajdują się w tej warstwie.
Warstwa widoczności AI
Umożliwienie maszynom wykrywania treści za pomocą llms.txt, /.well-known/ i znaczników schema.org, a także rejestracji w rejestrach MCP. Nie ma magicznego automatycznego wykrywania; widoczność jest budowana w ten sposób.
Wtyczka WordPress
Wtyczka, która pozwala stronie WordPress wysyłać swoje treści do OpenRAG i otrzymywać punkt końcowy, który systemy sztucznej inteligencji mogą przeszukiwać.
Nie podajemy dat realizacji tych elementów. Po zakończeniu elementu przenosi się on do listy "części, które działają dzisiaj", a ta strona jest odpowiednio aktualizowana.
🔒 Dane nie opuszczają serwera
Celem OpenRAG jest uruchomienie każdego kroku potoku RAG na naszym własnym serwerze za pomocą lokalnych, darmowych narzędzi: osadzania, ponownego rankingu, ekstrakcji tekstu z obrazów i transkrypcji audio. Żadne media wprowadzane do RAG nie są wysyłane do usługi zewnętrznej — jest to niezbywalna zasada projektowa.
Szczera ocena: niektóre z tych kroków są dzisiaj wykonywane przez usługi zewnętrzne. Przeniesienie ich do własnych zasobów jest pierwszym punktem w planach.
Jak planowane jest skalowanie
Wyszukiwanie wektorów staje się droższe wraz ze wzrostem treści. Konstrukcja OpenRAG ogranicza te koszty od samego początku na trzy sposoby.
Nie ma jednego gigantycznego indeksu
Każda firma ma swój własny mały indeks, a zapytanie działa tylko na tym indeksie. Nawet w miarę wzrostu całkowitej ilości treści, obszar przeszukiwany przez pojedyncze zapytanie pozostaje mały; koszt wyszukiwania skaluje się wraz z rozmiarem tej jednej firmy, a nie z całkowitym rozmiarem platformy.
Rozmiar i precyzja wektora są regulowane
Używając krótszych wymiarów wektora i bardziej kompaktowych formatów liczb, ta sama treść zajmuje znacznie mniej miejsca. Te wybory są wbudowane w projekt od samego początku, aby nie było potrzeby kosztownej migracji w przyszłości.
Warstwa zimna
Indeks firmy, która nie była przeszukiwana przez długi czas, jest przenoszony do taniej pamięci masowej i przywracany, gdy nadejdzie zapytanie. W ten sposób tylko aktualnie aktywne treści pozostają w szybkiej pamięci. Ta warstwa jest w planach.
Najczęściej zadawane pytania
Czym dokładnie jest OpenRAG?
To platforma RAG, która czyści i strukturyzuje treści firmy, indeksuje je na naszym własnym serwerze i udostępnia je do przeszukiwania w języku naturalnym przez zewnętrzne systemy sztucznej inteligencji przez jedne, autoryzowane drzwi. To nie jest narzędzie do czatu; to warstwa wiedzy, która działa pod takimi narzędziami.
Czy przekazują Państwo moje wektory lub moje treści komukolwiek innemu?
Nie. Podstawowa zasada brzmi: wektory nie są publikowane, dostęp jest otwierany. Na zewnątrz przekazywane jest nie kopia treści, ale prawo do zadawania jej pytań; tylko fragmenty potwierdzające wracają wraz z odpowiedzią. Ponadto firma decyduje, która treść stanie się dostępna do przeszukiwania z zewnątrz.
Co można dzisiaj faktycznie wykorzystać?
Baza wektorowa i indeks, wyszukiwanie hybrydowe, izolacja multi-tenant, czyszczenie dokumentów i strukturyzacja RAG, przeszukiwanie stron internetowych, publiczny kanał RAG w niestandardowych narzędziach AI oraz przechowywanie plików/mediów działają już teraz. Samohostowane osadzanie, ponowne szeregowanie, przepisywanie zapytań, zewnętrzne drzwi, warstwa uprawnień, warstwa widoczności i wtyczka WordPress nie istnieją jeszcze.
Czy moje dane opuszczają serwer?
Celem jest, aby każdy etap potoku RAG działał z wykorzystaniem lokalnych narzędzi na serwerze, bez wysyłania jakichkolwiek mediów do usług zewnętrznych. Szczerze mówiąc: niektóre z tych etapów są dziś nadal obsługiwane przez usługi zewnętrzne, a przeniesienie ich do firmy jest pierwszym punktem na mapie drogowej.
Kiedy funkcje z mapy drogowej będą gotowe?
Nie podajemy dat. Właśnie w tym celu powstała ta strona: aby wyraźnie pokazać, co działa dziś, a co jest planowane. Gdy dany element zostanie ukończony, przenosi się on na listę "elementów, które działają dziś".
Czy moje treści są wykorzystywane lub sprzedawane do trenowania AI?
Nie. Obecnie nie ma takiego zastosowania. Pomysł korpusu tekstowego z uprawnieniami jest najbardziej odległym i prawnie skomplikowanym elementem na mapie drogowej; nawet jeśli do tego dojdzie, żadna treść nie zostanie wykorzystana bez wyraźnej zgody firmy.
Wróć do portalu AI po pozostałe narzędzia AI.
Najczęściej zadawane pytania
Czym jest OpenRAG?
OpenRAG to system RAG (Retrieval-Augmented Generation) działający na własnym serwerze xloji.com i pojedynczy punkt dostępu do AI. Kiedy otrzymuje pytanie, najpierw znajduje odpowiednie treści, a następnie generuje odpowiedź w oparciu o te treści. Jednocześnie służy jako centralna brama umożliwiająca narzędziom sztucznej inteligencji spoza xloji.com dostęp do informacji należących do xloji.com z jednego punktu.
Co oznacza RAG i jak OpenRAG to implementuje?
RAG oznacza 'Retrieval-Augmented Generation', czyli generowanie wzbogacone o wyszukiwanie; sztuczna inteligencja wyszukuje informacje z odpowiednich źródeł przed wygenerowaniem odpowiedzi, a następnie tworzy odpowiedź w oparciu o te informacje. OpenRAG łączy te dwa kroki, wyszukiwanie i generowanie, uruchamiając je na własnym serwerze. Dzięki temu odpowiedzi OpenRAG nie są losowe, ale oparte na rzeczywistych treściach należących do xloji.com.
Co oznacza 'jedna brama AI'?
Jedna brama AI oznacza, że różne żądania sztucznej inteligencji i integracje są przekazywane przez jeden centralny punkt wejścia, zamiast przez oddzielne systemy. OpenRAG pełni tę rolę: zarówno funkcja 'Zadaj pytanie' xloji.com, jak i narzędzia sztucznej inteligencji łączące się z zewnątrz, korzystają z tej samej infrastruktury OpenRAG. Ta centralna struktura umożliwia zarządzanie ruchem związanym ze sztuczną inteligencją z jednego punktu.
Jakie korzyści płyną z działania OpenRAG na własnym serwerze?
OpenRAG działa na własnym serwerze xloji.com, bez zależności od zewnętrznej usługi chmurowej. Oznacza to, że wyszukiwane i przetwarzane dane pozostają pod kontrolą xloji.com. Jako struktura działająca na własnym serwerze, OpenRAG wykonuje wyszukiwanie i generowanie odpowiedzi w obrębie własnej infrastruktury, bez przesyłania danych do systemów zewnętrznych.
Kto korzysta z OpenRAG?
OpenRAG jest używany przez trzy różne grupy: użytkownicy końcowi, którzy odwiedzają xloji.com i wpisują swoje pytanie w pole „Zadaj pytanie”, systemy, które przeszukują własną infrastrukturę RAG xloji.com, oraz zewnętrzne narzędzia sztucznej inteligencji, które uzyskują dostęp do informacji należących do xloji.com za pośrednictwem OpenRAG. Dla użytkownika końcowego OpenRAG zwraca odpowiedź opartą na treści xloji.com. Dla narzędzi zewnętrznych OpenRAG jest bramą bez kontekstu, używaną do pobierania informacji z xloji.com.
Jak działa pole „Zadaj pytanie” na xloji.com z OpenRAG?
Pytanie wpisane w pole „Zadaj pytanie” na xloji.com jest przetwarzane przez OpenRAG. OpenRAG najpierw wyszukuje treści związane z pytaniem w danych xloji.com, a następnie generuje odpowiedź na podstawie znalezionych treści. Dzięki temu odpowiedź udzielona użytkownikowi jest poparta rzeczywistą treścią xloji.com.
W jaki sposób zewnętrzne narzędzia sztucznej inteligencji uzyskują informacje za pośrednictwem OpenRAG?
OpenRAG służy jako jedyna brama umożliwiająca zewnętrznym narzędziom sztucznej inteligencji dostęp do informacji należących do xloji.com. Narzędzia te mogą łączyć się przez OpenRAG i otrzymywać samodzielne, zrozumiałe odpowiedzi z treści xloji.com. Dlatego informacje dostarczane przez OpenRAG są zaprojektowane tak, aby były zrozumiałe same w sobie, bez potrzeby dodatkowego kontekstu.
Jakie są ograniczenia OpenRAG?
Odpowiedzi OpenRAG są ograniczone dostarczoną mu treścią; OpenRAG nie może udzielić jednoznacznej odpowiedzi na temat informacji, których nie ma w systemie lub które nie zostały dodane. OpenRAG ma na celu ograniczenie się do posiadanych treści, zamiast wymyślać brakujące informacje. Dlatego należy pamiętać, że odpowiedź uzyskana z OpenRAG jest ograniczona aktualnie posiadaną przez xloji.com treścią.
Czy OpenRAG jest chatbotem?
OpenRAG nie jest klasycznym chatbotem w tradycyjnym rozumieniu; to infrastruktura RAG i bramka, która napędza funkcję „Zadaj pytanie” na stronie xloji.com oraz dostęp do informacji przez narzędzia zewnętrzne. Głównym zadaniem OpenRAG jest znajdowanie treści odpowiadających na pytanie i generowanie odpowiedzi na podstawie tych treści. W tym sensie OpenRAG działa bardziej jako warstwa infrastrukturalna za odpowiedziami, niż interfejs do bezpośredniej rozmowy z użytkownikiem.
Jaki jest cel OpenRAG dla xloji.com?
Celem OpenRAG jest umożliwienie zarówno użytkownikom końcowym, jak i zewnętrznym narzędziom sztucznej inteligencji dostępu do wiedzy należącej do xloji.com poprzez niezawodną i kontrolowaną infrastrukturę. Działanie na własnym serwerze zapewnia, że dostęp ten odbywa się bez zależności od systemów zewnętrznych. Dzięki strukturze pojedynczej bramki OpenRAG łączy różne punkty dostępu w jednym centralnym systemie.
Szczegółowe informacje o OpenRAG
OpenRAG to system RAG (Retrieval-Augmented Generation) działający na własnym serwerze xloji.com, a także brama AI, która przekazuje zapytania związane ze sztuczną inteligencją przez jeden punkt. Wyraz „Open” w nazwie oznacza, że system oferuje otwartą i dostępną strukturę, natomiast „RAG” wskazuje na sposób działania, w którym najpierw wyszukiwane są odpowiednie dane, a następnie generowana jest odpowiedź w oparciu o te dane. Pytanie wpisane w pole „Zadaj pytanie” na stronie xloji.com jest najpierw wyszukiwane przez OpenRAG w odpowiednich treściach, a następnie generowana jest odpowiedź w oparciu o znalezione treści. Ta sama infrastruktura umożliwia również narzędziom sztucznej inteligencji spoza xloji.com dostęp do informacji należących do xloji.com za pośrednictwem OpenRAG i wykorzystanie tych informacji w ich własnych odpowiedziach. Ta struktura umożliwia xloji.com świadczenie usług za pośrednictwem jednej centralnej infrastruktury, zamiast tworzenia oddzielnych rozwiązań sztucznej inteligencji dla różnych produktów.
Podstawowa logika podejścia RAG polega na tym, że system sztucznej inteligencji, zamiast polegać wyłącznie na ogólnej wiedzy, którą zdobył podczas wstępnego szkolenia, najpierw pobiera aktualne i dokładne treści z danego źródła, a następnie generuje odpowiedź w oparciu o te treści. OpenRAG łączy te dwa kroki, czyli wyszukiwanie (retrieval) i generowanie (generation), uruchamiając je na własnym serwerze. To podejście ma na celu zmniejszenie tendencji modeli sztucznej inteligencji do generowania nieistniejących informacji, ponieważ odpowiedź pochodzi z faktycznie znalezionej treści, a nie z pamięci modelu. Dzięki temu odpowiedzi udzielane przez OpenRAG opierają się na własnych treściach xloji.com, a nie na losowych lub przestarzałych informacjach. Źródło odpowiedzi wygenerowanej przez OpenRAG pozostaje identyfikowalne jako dane należące do xloji.com. Posiadanie serwera przez xloji.com oznacza, że wyszukiwane i przetwarzane dane są przechowywane pod kontrolą xloji.com, bez zależności od zewnętrznej usługi chmurowej.
Strona OpenRAG jako „jednokierunkowa brama AI” oznacza, że różne zapytania i integracje sztucznej inteligencji są kierowane z jednego centralnego punktu wejścia, zamiast z oddzielnych systemów. Dzięki temu zarówno funkcja „Zadaj pytanie” xloji.com, jak i narzędzia zewnętrzne połączone przez OpenRAG korzystają z tej samej infrastruktury i tej samej podstawowej logiki. Jako scentralizowana brama OpenRAG zapewnia przepływ ruchu związanego ze sztuczną inteligencją przez jeden punkt, co zwiększa spójność odpowiedzi i kontrolę nad danymi, ponieważ system działa na własnym serwerze. To podejście jednokierunkowe umożliwia również przeprowadzanie konserwacji i aktualizacji w jednym miejscu, zamiast w rozproszonych systemach. W tym sensie OpenRAG nie jest tylko narzędziem do pytań i odpowiedzi, ale warstwą infrastruktury, która łączy wszystkie punkty dostępu xloji.com do sztucznej inteligencji.
Z OpenRAG korzystają bezpośrednio lub pośrednio trzy różne grupy użytkowników: użytkownicy końcowi, którzy odwiedzają xloji.com i wpisują pytanie w pole „Zadaj pytanie”, systemy, które wysyłają zapytania do infrastruktury RAG xloji.com, oraz zewnętrzne narzędzia sztucznej inteligencji, które uzyskują dostęp do informacji należących do xloji.com za pośrednictwem OpenRAG. Wszystkie trzy grupy użytkowników otrzymują odpowiedzi z tej samej infrastruktury OpenRAG i z tego samego zasobu treści; dlatego, niezależnie od tego, skąd zadawane jest pytanie o xloji.com, można uzyskać dostęp do spójnego źródła informacji. Odpowiedzi udzielane przez OpenRAG są ograniczone dostarczonymi treściami; czyli nie należy oczekiwać jednoznacznej odpowiedzi od OpenRAG na temat informacji, których nie ma w systemie lub które nie zostały dodane do jego serwera. To ograniczenie stanowi również podstawę wiarygodności OpenRAG: zamiast wymyślać nieistniejące informacje, ma na celu generowanie odpowiedzi ograniczonych do posiadanych treści i opartych na tych treściach.