Main/AI Engineering/Blueprints/RAG & Vector Databases
WordPress54 ТЗReact & Next.js10 ТЗAI Engineering6 ТЗ
To all 4 blueprint sections
RAG & Vector DatabasesMCP Servers & ToolsAgentic WorkflowsEvals, Gateway & LLMOps
Раздел • RAG & Vector Databases • 1 ТЗ

RAG & Vector Databases

Enterprise RAG: Supabase pgvector, hybrid search (BM25 + Dense), HyDE query rewriting, Re-ranking, and semantic cache

Section «RAG & Vector Databases» Progress
0%(0/2 steps)
+0 XP0 of 1 solved
RAG & Vector Databases
Senior~16 h

ТЗ: Корпоративный RAG-ассистент по базе знаний на Supabase pgvector и Hybrid Search

Коммерческая спецификация построения промышленной Retrieval-Augmented Generation системы: гибридный поиск (BM25 + pgvector HNSW), семантический чанкинг, переранжирование Cohere Rerank и стриминг с точными цитатами.

Главная проблема базового RAG — галлюцинации и пропуск точных артикулов/ГОСТов. Нам нужен гибридный поиск: если сотрудник ищет конкретный номер регламента, система обязана найти его по ключевым словам, а не по приблизительному смыслу.
Supabase pgvectorPostgreSQL HNSW IndexHybrid Search (BM25 + Vector)Cohere Rerank v3+2
Progress: 0 of 2 steps0%