엔터프라이즈 지식 검색
EDDI는 완전한 검색 증강 생성 파이프라인을 제공합니다: 웹사이트나 업로드한 파일로 스스로 채워지는 지식 베이스, 다수의 임베딩 프로바이더와 벡터 스토어에 대한 네이티브 지원, HTTP 호출을 통한 제로 인프라 RAG 옵션.
RAG 기능
- 웹 크롤러, 설정한 한도 안에서 사이트를 크롤링하며 robots.txt, 크롤링 지연, 사이트맵을 준수합니다. 다음 실행에서는 변경되지 않은 페이지를 건너뛰고, 삭제된 페이지는 지식 베이스에서 제거됩니다
- 파일 수집, PDF, Word, Excel, PowerPoint, 텍스트, Markdown, CSV, HTML 파일을 업로드하면 각 파일이 색인됨, 변경됨, 색인 안 됨으로 표시됩니다
- 예약 소스, 모든 소스는 cron 일정으로 실행할 수 있으며, 미리 보기, 건수와 오류가 담긴 실행 기록, 삭제(purge) 기능을 제공합니다
- 8개 임베딩 프로바이더, OpenAI, Azure OpenAI, Ollama, Mistral, Amazon Bedrock, Cohere, Google Gemini, Google Vertex AI
- 6개 벡터 스토어, pgvector, Chroma, In-Memory, MongoDB Atlas, Elasticsearch, Qdrant
- httpCall RAG, 모든 검색 API를 통한 제로 인프라 RAG (BM25, Elasticsearch, 커스텀 엔드포인트)
- REST 수집 API, 풀 방식 소스가 맞지 않을 때 문서를 직접 푸시
유연한 배포
RAG는 완전히 구성 기반입니다. JSON 구성으로 임베딩 프로바이더와 벡터 스토어를 선택하세요, 코드 변경 필요 없음. httpCall RAG 옵션으로 별도의 벡터 데이터베이스 배포 없이 기존 검색 인프라 (Elasticsearch, Solr, 커스텀 API)를 활용 가능.