Zum Hauptinhalt springen

RAG (Wissensdatenbank)

Das RAG-Feature (Retrieval-Augmented Generation) ermöglicht es, externe Wissensdatenbanken in die Verarbeitungspipeline einzubinden. Dadurch können KI-Modelle auf zusätzliche, strukturierte Informationen zugreifen.

Funktionsweise​

  • Nutzer:innen können eigene Wissensdatenbanken anlegen und verwalten.
  • Beim Upload werden Dokumente automatisch in kleinere Abschnitte (Chunks) zerlegt, um eine effiziente Suche und Verarbeitung zu ermöglichen.
  • Die RAG-Komponente durchsucht die angegebenen Collections und stellt relevante Informationen für die Anfrage bereit.

Oberfläche​

  • Wissensdatenbanken werden im Menü unter "Wissensdatenbanken" verwaltet.
  • Es können neue Datenbanken erstellt, bearbeitet und gelöscht werden.
  • Zugriffsrechte lassen sich rollenbasiert steuern (z. B. Maintainer, Mitglied).
  • Einzelne Dokumente können eingesehen, bearbeitet oder entfernt werden.

Integration in die Pipeline​

Die RAG-Komponente wird als eigener Step in der Pipeline-Konfiguration eingebunden:

{
  "name": "rag",
  "options": {
    "collections": [
      "b44aeebf-214f-46ce-a6e4-820ec274f953"
    ],
    "topK": 5,
    "distanceThreshold": 0.9,
    "showCollectionSource": true
  }
}
  • collections: IDs der Wissensdatenbanken
  • topK: Anzahl der zurückgegebenen Treffer (optional, Default: 5)
  • distanceThreshold: Ähnlichkeitsschwelle (optional, Default: 0.9)
  • showCollectionSource: Zeigt die Quelle an (optional, Default: false)

Weitere Details zur Pipeline findest du im Pipeline-Artikel.