بناء نظام RAG محلي باستخدام Go وPostgreSQL وOllama بدون واجهات برمجة تطبيقات سحابية
Ollama
تستعرض المقالة إنشاء نظام RAG محلي بالكامل باستخدام Go وPostgreSQL مع pgvector وOllama، متجنبة الأطر الثقيلة مثل LangChain وواجهات البرمجة السحابية. تغطي المقالة البنية، والفهرسة، والبحث الدلالي، والتوليد، مع تسليط الضوء على فوائد المعالجة المحلية للخصوصية والتحكم.
المقال يصف بناء نظام RAG (توليد معزز بالاسترجاع) محلي دون استخدام واجهات برمجة تطبيقات سحابية، باستخدام Go وPostgreSQL مع إضافة pgvector وOllama. يتكون النظام من مكونين رئيسيين: أداة سطر أوامر للإدخال (ingest CLI) لفهرسة المستندات دون اتصال، وواجهة برمجة تطبيقات REST للتعامل مع استعلامات المستخدم في الوقت الفعلي. تُقسّم المستندات إلى أجزاء (chunks)، وتُدمج باستخدام نموذج nomic-embed-text، ثم تُخزَّن في PostgreSQL مع pgvector للبحث الدلالي. وفي وقت الاستعلام، يولّد النظام تضمينًا (embedding) للاستعلام، ويعثر على الأجزاء المتشابهة باستخدام خوارزمية البحث عن أقرب الجيران التقريبي (HNSW)، ويمرر السياق ذي الصلة إلى نموذج llama3.2 عبر Ollama لتوليد الإجابة. يضمن هذا النهج خصوصية كاملة للبيانات واستقلالية، مع تجنب استدعاءات واجهات برمجة التطبيقات الخارجية. ويؤكد المقال على أهمية استخدام نفس نموذج التضمين لكل من الفهرسة والاستعلامات للحفاظ على اتساق فضاء المتجهات.
المصدر: Habr — хаб NLP —
الأصلي