Главная/AI Инженерия/Блупринты/RAG & Векторные БД
WordPress54 ТЗReact и Next.js10 ТЗAI Инженерия6 ТЗ
Ко всем 4 разделам блупринтов
RAG & Векторные БДMCP Серверы & ToolsАвтономные АгентыEvals, Gateway & LLMOps
Раздел • RAG & Векторные БД • 1 ТЗ

RAG & Векторные БД

Enterprise RAG: Supabase pgvector, гибридный поиск (BM25 + Dense), HyDE переписывание, Re-ranking и семантический кэш

Прогресс раздела «RAG & Векторные БД»
0%(0/2 шагов)
+0 XP0 из 1 решено
RAG & Векторные БД
Senior~16 ч

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
Прогресс: 0 из 2 шагов0%