RAG — поиск по документам 📚

RAG (Retrieval-Augmented Generation) — поиск по вашим документам: агент отвечает по содержимому PDF-каталогов, договоров, регламентов, а не по общей памяти модели.

Когда использовать

• Клиент спрашивает «что в каталоге по кольцам с камнями?» — по PDF-каталогу
• Агент должен отвечать по внутренним документам: договоры, регламенты, инструкции

Как это работает

Три входа: документы из облака, векторы от Embedding Provider и вопрос клиента. RAG находит нужные фрагменты документов и отдаёт их роли как знания. Модель отвечает, опираясь на найденное.

Настройки

Поле	Что это
Сколько фрагментов	Размер выдачи (topK)
Порог релевантности	Минимальная релевантность фрагмента

Важно знать

RAG и Резонанс — родственники: резонанс ищет по гармоникам (структурированные знания), RAG — по документам (сырые файлы). Часто работают вместе.

Связанные ноды

• Cloud — источник документов
• Embedding Provider — векторы для смысла
• Role — куда попадают фрагменты