🧠 OpenRAG
OpenRAG je RAG platforma koja čisti i strukturira sadržaj preduzeća, indeksira ga na našem sopstvenom serveru i čini ga dostupnim za upite na prirodnom jeziku spoljnim sistemima veštačke inteligencije kroz jedina ovlašćena vrata.
Vektori se ne objavljuju; PRISTUP je otvoren.
Ovo je uvod u proizvod, a ne lista obećanja. U nastavku, delovi koji funkcionišu danas i delovi koji su još uvek na putu su označeni zasebno. Za stavke na putu ne daju se datumi; kako se završavaju, prelaze u odeljak „funkcioniše danas“.
Osnovni princip
Ceo dizajn OpenRAG-a se zasniva na jednoj rečenici: vektori se ne objavljuju, pristup je otvoren. Ono što se daje spolja nije kopija sadržaja, već pravo da mu se postavlja pitanja.
Vektor je motor, a ne proizvod
Vektor je specifičan za model koji ga je proizveo; druga veštačka inteligencija ga ne može koristiti takav kakav jeste. Takođe, on povećava tekst mnogo puta. Zato se vektori nikada ne daju.
Ono što se otvara je pristup upitima
Dolazi pitanje; vraća se odgovor i izvorni odlomci na kojima se zasniva. Puni sadržaj se nikada ne kopira, distribuira ili preuzima.
Dozvola pripada preduzeću
Preduzeće odlučuje koji sadržaj postaje spolja dostupan za upite; učešće je opciono. Sloj dozvole i saglasnosti je na putu.
Kako radi — ciljna arhitektura
Čišćenje, strukturiranje, indeksiranje i povezani linkovi pretrage ovog toka funkcionišu danas. Samostalno hostovani embedding sa ponovnim rangiranjem i jedina vrata u spoljni svet su i dalje na putu; svaki korak ispod navodi koji je koji.
Prikupljaju se izvori
xloji sajtovi, učitani dokumenti i pregledane veb stranice su izvori sadržaja. (WordPress dodatak i javni API za unos su na putu.)
Čisti se i strukturira
Neuredan sadržaj se čisti, deli na smislene delove i dovodi u oblik koji RAG može koristiti. Ovaj korak funkcioniše danas.
Indeksira se i pretražuje
Delovi se pretvaraju u vektore i upisuju u pgvector; pronalaze se putem HNSW indeksa i hibridne pretrage (ključna reč + vektor). Ovaj korak funkcioniše danas; dodavanje povezanog linka za ponovno rangiranje je na putu.
Do njega se dolazi kroz jedina vrata
Spoljni sistemi veštačke inteligencije pitaju na prirodnom jeziku kroz jedina ovlašćena vrata; odgovori i izvorni odlomci se vraćaju, a ne vektori sami.
Delovi koji funkcionišu danasUživo
Sledeći rade na platformi danas i već ih koriste AI alati na xloji.com.
pgvector + HNSW indeks
Delovi sadržaja se čuvaju kao vektori u bazi podataka i pretražuju se pomoću HNSW indeksa za sličnost kosinusa.
Hibridna pretraga
Pretraga ključnih reči i pretraga vektora rade zajedno; dve liste rezultata se spajaju u jedan rang. Ovo pronalazi i tačne odgovore i semantički bliske odlomke.
Izolacija više zakupaca
Svako preduzeće, sajt i autor ima svoj RAG. Upit se pokreće samo protiv indeksa svog zakupca; podaci se nikada ne mešaju između zakupaca.
Čišćenje dokumenata i RAG strukturiranje
Učitani dokumenti se čiste, dele i strukturiraju za RAG. Alat za strukturiranje podataka na platformi je korisnički interfejs ovog procesa.
Puzanje veba
Stranice sajta se puzaju, njihov sadržaj se ekstrahuje i prolazi kroz isti proces čišćenja i indeksiranja.
Javni RAG feed u prilagođenim AI alatima
Prilagođeni AI alat koji kreirate može da se napaja iz javnog RAG izvora; alat zasniva svoje odgovore na toj bazi znanja.
Skladištenje datoteka i medija
Datoteke i mediji se čuvaju u objektnoj memoriji — a ne u vektorskoj memoriji. RAG zapis pokazuje nazad na originalnu datoteku.
Уграђивање и поновно рангирање на нашим сопственим серверима
Уграђивање и поновно рангирање сада се извршавају на нашим сопственим серверима у засебној услузи. Текст се претвара у векторе без напуштања сервера, а кандидати за резултате пролазе кроз локални прераспоређивач како би се побољшала тачност.
Преписивање упита
Нејасно или непотпуно питање се уреди пре него што се изврши претрага. Корисници не морају да формулишу „исправно“ питање; систем чини да је упит спреман за претрагу.
Текст из слика, аудио и видео записа
Екстракција текста из слика и транскрипција аудио и видео записа се изводе локалним алатима на серверу, а добијени текст улази у исти поступак чишћења и индексирања. Подаци не напуштају сервер.
Šta je na putuPlanirano
Sledeće ne postoje još uvek. To su planirani i dizajnirani elementi; ova stranica ih ne predstavlja kao da su već izgrađeni.
Jedina vrata: MCP / API gateway
Jedna kapija kroz koju spoljni sistemi veštačke inteligencije mogu da postavljaju upite na prirodnom jeziku. AI koji se jednom poveže, doseže svako učestvujuće preduzeće kroz ista vrata.
Sloj dozvole i saglasnosti
Preduzeća se pridružuju sopstvenim izborom; autentifikacija, upravljanje ključevima, ograničavanje brzine i zaštita od zloupotrebe žive u ovom sloju.
Sloj vidljivosti veštačke inteligencije
Činjenje sadržaja otkrivljivim mašinama putem llms.txt, /.well-known/ i schema.org oznaka, plus registracija u MCP registrima. Ne postoji magično automatsko otkrivanje; vidljivost je izgrađena na ovaj način.
WordPress dodatak
Dodatak koji omogućava WordPress sajtu da pošalje svoj sadržaj u OpenRAG i dobije povratnu tačku koju AI sistemi mogu da pitaju.
Ne dajemo datume za ove stavke. Kada se stavka završi, prelazi u odeljak „delovi koji funkcionišu danas“, a ova stranica se ažurira u skladu s tim.
🔒 Podaci ne napuštaju server
Cilj OpenRAG-a je da pokrene svaki korak RAG procesa na našem sopstvenom serveru sa lokalnim, besplatnim alatima: embedding, ponovno rangiranje, ekstrakcija teksta iz slika i transkripcija zvuka. Nijedan medij koji ulazi u RAG se ne šalje na eksternu uslugu — ovo je nepokolebljivo pravilo dizajna.
Iskren status: neki od ovih koraka se danas i dalje obavljaju od strane eksternih usluga. Preseljenje ih u kuću je prvi stavka na putu.
Kako se planira rast
Pretraga vektora postaje skuplja kako raste sadržaj. Dizajn OpenRAG-a ograničava te troškove od samog početka na tri načina.
Ne postoji jedan džinovski indeks
Svako preduzeće ima svoj mali indeks i upit se pokreće samo protiv tog indeksa. Čak i ako ukupni sadržaj raste, područje koje jedan upit skenira ostaje malo; trošak pretrage se povećava sa veličinom tog jednog preduzeća, a ne sa ukupnom veličinom platforme.
Veličina vektora i preciznost su podesivi
Korišćenjem kraćih dimenzija vektora i kompaktnijih numeričkih formata, isti sadržaj zauzima znatno manje prostora. Ovi izbori su ugrađeni u dizajn od samog početka tako da kasnije nije potrebna skupa migracija.
Hladni sloj
Indeks preduzeća koje dugo nije bilo upitano se premesta u jeftinu trajna memoriju i vraća se kada stigne upit za njega. Na taj način, samo trenutni aktivni sadržaj ostaje u brzoj memoriji. Ovaj sloj je na putu.
Često postavljana pitanja
Šta je tačno OpenRAG?
To je RAG platforma koja čisti i strukturira sadržaj preduzeća, indeksira ga na našem sopstvenom serveru i čini ga dostupnim za upite na prirodnom jeziku spoljnim sistemima veštačke inteligencije kroz jedina ovlašćena vrata. Nije to alat za ćaskanje; to je sloj znanja koji radi ispod takvih alata.
Da li nekome drugom dajete moje vektore ili moj sadržaj?
Ne. Osnovni princip je: vektori se ne objavljuju, pristup je otvoren. Ono što izlazi nije kopija sadržaja, već pravo da mu se postavlja pitanja; vraćaju se samo prateći odlomci. Pored toga, preduzeće odlučuje koji sadržaj postaje spolja dostupan za upite.
Šta se zapravo može koristiti danas?
Векторска база података и индекс, хибридна претрага, мулти-тенантска изолација, чишћење докумената и структурирање RAG-а, веб пузање, јавни RAG фид у прилагођеним AI алатима и складиштење датотека/медија све функционишу данас. Самохостовани ембединг, прераспоређивање, преписивање упита, спољна врата, слој дозвола, слој видљивости и WordPress додатак још увек не постоје.
Да ли моји подаци напуштају сервер?
Циљ је да сваки корак RAG процеса ради са локалним алатима на серверу, без слања било којег медија у RAG екстерној услузи. Искрено стање: неки од ових корака се и данас обрађују преко екстерних услуга, а пребацивање њих унутар куће је први став на плану развоја.
Када ће бити спремни елементи са плана развоја?
Не дајемо датуме. Управо је то сврха ове странице: да покажемо засебно шта ради данас, а шта је планирано. Када се став заврши, прелази на листу "делова који раде данас".
Да ли се мој садржај користи или продаје за AI тренинг?
Не. Не постоји таква употреба данас. Концепт дозвољеног корпуса текста је најдалекосежнији, правно најтежи став на плану развоја; чак и ако се деси, ниједан садржај не би био коришћен без изричите сагласности предузећа.
Вратите се на AI портал за остале AI алате.
Често постављена питања
Šta je OpenRAG?
OpenRAG je RAG (Retrieval-Augmented Generation) sistem i jedini AI prolaz koji radi na sopstvenom serveru xloji.com. Kada stigne pitanje, prvo pronađe relevantan sadržaj, a zatim generiše odgovor na osnovu tog sadržaja. Istovremeno, služi kao centralni prolaz koji omogućava alatima veštačke inteligencije van xloji.com da pristupe informacijama u vlasništvu xloji.com sa jedne tačke.
Šta znači RAG i kako ga OpenRAG primenjuje?
RAG je skraćenica za 'Retrieval-Augmented Generation', što znači generisanje obogaćeno preuzimanjem; pre nego što veštačka inteligencija generiše odgovor, ona traži informacije iz relevantnih izvora, a zatim kreira odgovor na osnovu tih informacija. OpenRAG kombinuje ove dve faze, faze preuzimanja i generisanja, na sopstvenom serveru. Na taj način, odgovori koje daje OpenRAG nisu nasumični, već se zasnivaju na stvarnom sadržaju u vlasništvu xloji.com.
Šta znači 'jedini AI prolaz'?
Jedini AI prolaz znači da različiti zahtevi i integracije veštačke inteligencije prolaze kroz jednu centralnu tačku ulaza umesto odvojenih sistema. OpenRAG preuzima ovu ulogu: i funkcija 'Postavi pitanje' na xloji.com i alati veštačke inteligencije koji se povezuju spolja, koriste istu OpenRAG infrastrukturu. Ova centralna struktura omogućava upravljanje AI saobraćajem sa jedne tačke.
Koja je razlika što OpenRAG radi na sopstvenom serveru?
OpenRAG radi na sopstvenom serveru xloji.com, bez oslanjanja na uslugu treće strane u oblaku. To znači da podaci koji se pretražuju i obrađuju ostaju pod kontrolom xloji.com. Kao struktura koja radi na sopstvenom serveru, OpenRAG obavlja pretragu i generisanje odgovora unutar sopstvene infrastrukture, bez prenosa podataka na spoljne sisteme.
Ko koristi OpenRAG?
OpenRAG koristi tri različite grupe: krajnji korisnici koji posete xloji.com i upišu pitanje u polje 'Postavi pitanje', sistemi koji pitaju sopstvenu RAG infrastrukturu xloji.com i eksterni alati veštačke inteligencije koji pristupaju informacijama xloji.com preko OpenRAG. Za krajnjeg korisnika, OpenRAG vraća odgovor zasnovan na sadržaju xloji.com. Za eksterne alate, OpenRAG je kontekstno neutralna kapija koja se koristi za preuzimanje informacija sa xloji.com.
Kako polje 'Postavi pitanje' na xloji.com funkcioniše sa OpenRAG?
Pitanje upisano u polje 'Postavi pitanje' na xloji.com obrađuje OpenRAG. OpenRAG prvo pretražuje relevantan sadržaj unutar sopstvenih podataka xloji.com, a zatim generiše odgovor zasnovan na pronađenom sadržaju. Na ovaj način, odgovor dat korisniku je potkrepljen stvarnim sadržajem sa xloji.com.
Kako eksterni alati veštačke inteligencije dobijaju informacije preko OpenRAG?
OpenRAG služi kao jedina kapija za veštačku inteligenciju van xloji.com da bi pristupila informacijama xloji.com. Ovi alati se povezuju preko OpenRAG i mogu dobiti samostalne, razumljive odgovore iz sadržaja xloji.com. Zbog toga su informacije date preko OpenRAG dizajnirane da budu smislene same za sebe, bez potrebe za dodatnim kontekstom.
Koje su granice OpenRAG-a?
Odgovori koje daje OpenRAG ograničeni su sadržajem koji mu je dostavljen; OpenRAG ne može da generiše precizan odgovor na informacije koje ne postoje u sistemu ili nisu dodate. OpenRAG je dizajniran da ostane ograničen na svoj postojeći sadržaj, umesto da izmišlja nepostojeće informacije. Stoga treba imati na umu da je odgovor dobijen od OpenRAG ograničen sadržajem koji xloji.com trenutno poseduje.
Da li je OpenRAG chatbot?
OpenRAG nije klasičan samostalni chatbot; to je RAG i prolazna infrastruktura koja pokreće funkciju 'Postavi pitanje' na xloji.com i pristup informacijama spoljnih alata. Osnovni posao OpenRAG-a je pronalaženje sadržaja koji odgovara na pitanje i generisanje odgovora na osnovu tog sadržaja. U ovom obliku, OpenRAG funkcioniše više kao infrastrukturni sloj iza odgovora, nego kao interfejs koji direktno razgovara sa korisnikom.
Koja je svrha OpenRAG-a za xloji.com?
Svrha OpenRAG-a je da omogući xloji.com-u da i krajnji korisnici i spoljni alati veštačke inteligencije imaju pristup informacijama putem pouzdane i kontrolisane infrastrukture. Pokretanje na sopstvenom serveru obezbeđuje da se ovaj pristup odvija bez zavisnosti od sistema trećih strana. Zahvaljujući strukturi jedne kapije, OpenRAG kombinuje različite tačke pristupa u jednom centralnom sistemu.
Детаљне информације о OpenRAG
OpenRAG je RAG (Retrieval-Augmented Generation) sistem koji radi na sopstvenom serveru xloji.com i istovremeno je AI prolaz koji usmerava zahteve vezane za veštačku inteligenciju sa jedne tačke. Reč „Open“ u njegovom imenu označava da sistem nudi otvorenu i pristupačnu strukturu, dok „RAG“ označava način rada kojim se prvo pronalaze relevantni podaci, a zatim se generiše odgovor na osnov tih podataka. Pitanje upisano u polje „Postavi pitanje“ na xloji.com prvo se pretražuje u relevantnom sadržaju pomoću OpenRAG-a, a zatim se generiše odgovor na osnov pronađenog sadržaja. Ista infrastruktura omogućava i veštačkim alatima van xloji.com da pristupe informacijama koje pripadaju xloji.com preko OpenRAG-a i da koriste te informacije u svojim odgovorima. Ova struktura omogućava xloji.com da pruža usluge putem jedne centralne infrastrukture, umesto da postavlja odvojena AI rešenja za različite proizvode.
Osnovna logika RAG pristupa je u tome što sistem veštačke inteligencije ne treba da se oslanja samo na opšte znanje na kojem je prethodno obučen, već prvo izvlači aktuelne i tačne informacije iz izvora koji se odnose na pitanje, a zatim daje odgovor na osnov tih informacija. OpenRAG kombinuje ove dve faze, fazu pronalaženja (retrieval) i fazu generisanja (generation), i pokreće ih na sopstvenom serveru. Ovaj pristup ima za cilj da smanji tendenciju modela veštačke inteligencije da ponekad generiše nepostojeće informacije; jer se odgovor izveden iz stvarno pronađenog sadržaja, a ne iz sopstvene memorije modela. Na ovaj način, odgovori koje daje OpenRAG ne zasnivaju se na nasumičnim ili zastarelom informacijama, već na sopstvenom sadržaju xloji.com. Izvor odgovora koji generiše OpenRAG takođe se može pratiti kao sopstveni podaci xloji.com. To što server pripada xloji.com znači da se podaci koji se pretražuju i obrađuju drže pod kontrolom xloji.com, bez oslanjanja na uslugu treće strane u oblaku.
Aspekt „AI prolaza sa jednim ulazom“ OpenRAG-a znači da se različiti AI zahtevi i integracije usmeravaju sa jedne centralne ulazne tačke, umesto odvojenih sistema. Na ovaj način, i funkcija „Postavi pitanje“ na xloji.com i eksterni alati koji se povezuju preko OpenRAG-a koriste istu infrastrukturu i istu osnovnu logiku. Kao centralna prolazna struktura, OpenRAG omogućava da sav saobraćaj vezan za veštačku inteligenciju prolazi kroz jednu tačku; što povećava i konzistentnost odgovora i kontrolu nad podacima kao sistem koji radi na sopstvenom serveru. Ovaj pristup sa jednom tačkom takođe omogućava da se održavanje i ažuriranja vrše na jednom mestu, umesto na razbacanim sistemima. U tom smislu, OpenRAG nije samo alat za pitanja i odgovore, već i infrastrukturni sloj koji kombinuje sve pristupne tačke xloji.com vezane za veštačku inteligenciju.
OpenRAG koriste tri različite grupe korisnika, direktno ili indirektno: krajnji korisnici koji posete xloji.com i upišu pitanje u polje „Postavi pitanje“, sistemi koji pitaju sopstvenu RAG infrastrukturu xloji.com i eksterni AI alati koji pristupaju informacijama koje pripadaju xloji.com preko OpenRAG-a. Sve tri grupe korisnika dobijaju odgovore iz iste OpenRAG infrastrukture, iz istog bazena sadržaja; stoga, bez obzira odakle se pitate o xloji.com, možete da pristupite konzistentnom izvoru informacija. Odgovori koje daje OpenRAG ograničeni su sadržajem koji mu je dostavljen; to znači da se od OpenRAG-a ne treba očekivati definitivan odgovor o informacijama koje se ne nalaze u sistemu ili nisu dodate na njegov server. Ovo ograničenje je ujedno i osnova pouzdanosti OpenRAG-a: umesto da izmišlja nepostojeće informacije, cilj mu je da generiše odgovore ograničene i zasnovane na sadržaju koji ima.