Recherche de Connaissances Entreprise
EDDI fournit un pipeline complet de Génération Augmentée par Récupération : des bases de connaissances qui se remplissent seules à partir d'un site web ou de fichiers importés, un support natif pour plusieurs fournisseurs d'embedding et magasins vectoriels, et une option RAG sans infrastructure via des appels HTTP.
Capacités RAG
- Crawler web, Explorez un site dans les limites que vous fixez, en respectant robots.txt, son délai d'exploration et ses sitemaps. Les pages inchangées sont ignorées à l'exécution suivante, et les pages supprimées quittent la base de connaissances
- Ingestion de fichiers, Importez des fichiers PDF, Word, Excel, PowerPoint, texte, Markdown, CSV et HTML, chacun étant marqué Indexé, Modifié ou Non indexé
- Sources planifiées, Chaque source peut s'exécuter selon un planning cron, avec un aperçu, un historique d'exécution avec compteurs et erreurs, et une purge
- 8 Fournisseurs d'Embedding, OpenAI, Azure OpenAI, Ollama, Mistral, Amazon Bedrock, Cohere, Google Gemini, Google Vertex AI
- 6 Magasins Vectoriels, pgvector, Chroma, In-Memory, MongoDB Atlas, Elasticsearch, Qdrant
- httpCall RAG, RAG sans infrastructure via n'importe quelle API de recherche (BM25, Elasticsearch, endpoints personnalisés)
- API d'Ingestion REST, Envoyez vous-même des documents lorsqu'une source à récupération automatique ne convient pas
Déploiement Flexible
Le RAG est entièrement piloté par la configuration. Choisissez votre fournisseur d'embedding et votre magasin vectoriel via la configuration JSON, aucun changement de code nécessaire. L'option httpCall RAG vous permet d'utiliser toute infrastructure de recherche existante (Elasticsearch, Solr, APIs personnalisées) sans déployer une base de données vectorielle séparée.