Key facts
| نموذج التضمين | نموذج تضمين مخصص — راجع كتالوج النماذج للأبعاد |
| واجهة التوليد | دردشة متوافقة مع OpenAI مع بث واستدعاء دوال |
| الاسترجاع | تقسيم وتخزين في قاعدة المتجهات التي تختارها |
| قواعد المتجهات | أحضر قاعدتك المفضلة؛ لا تفرض Plugsky قاعدة واحدة |
| إعادة الترتيب | يمكن دمجها من مزوّد خارجي ضمن خط أنابيبك |
| الخطة المجانية | نموذجان مجانيان دون بطاقة |
| التجربة | تجربة كاملة الوصول لمدة 14 يوماً |
| الحالة | متاح (Live) |
TL;DR
- RAG = تضمين + استرجاع + توليد، وكلها قابلة للتنفيذ عبر API.
- استخدم نموذج التضمين لتحويل المستندات إلى متجهات قابلة للبحث.
- أحضر قاعدة المتجهات التي تختارها؛ Plugsky لا تفرض واحدة.
- البث واستدعاء الدوال متاحان لدمج الاسترجاع مع الأدوات.
- ابدأ بنموذجين مجانيين وجرّب ساحة RAG التفاعلية.
How it works, step by step
- قسّم مستنداتك إلى مقاطع بحجم مناسب مع تراكب بسيط.
- ولّد التضمينات عبر نقطة /v1/embeddings لكل مقطع.
- خزّن المتجهات والبيانات الوصفية في قاعدة المتجهات.
- عند السؤال، استرجع أفضل المقاطع ثم أضفها إلى السياق.
- اطلب الرد من نموذج دردشة مع تعليمات صارمة للاستشهاد.
- قِس جودة الاسترجاع وعدّل التقسيم أو عدد المقاطع.
- أضف إعادة ترتيب أو تصفية وصفية عند الحاجة.
Try it yourself
كيف تعمل حلقة RAG؟
تبدأ الحلقة بمرحلة تجهيز خارجية: تقسيم المستندات، وتوليد متجهات لكل مقطع، وتخزينها مع بيانات وصفية مثل المصدر والتاريخ. عند وصول سؤال، يُحوَّل إلى متجه بنفس النموذج، ثم يُبحث عن أقرب المقاطع تشابهاً. تُرتَّب النتائج وتُضاف إلى رسالة النظام مع تعليمات واضحة: أجب من السياق فقط، وأشر إلى المصدر، وقل لا أعرف عند غياب المعلومة. بعدها يولّد نموذج الدردشة الإجابة، ويمكن بثّها للمستخدم مباشرة.
بناء RAG مع Plugsky خطوة بخطوة
الواجهة المتوافقة مع OpenAI تسمح باستخدام مكتبتك الحالية: غيّر عنوان URL الأساسي فقط. استخدم نقطة التضمينات لتحويل المقاطع، ونقطة الدردشة للتوليد. يمكنك دمج استدعاء الدوال لجلب بيانات حيّة عند الحاجة، مثل حالة طلب أو رصيد حساب، بدل الاعتماد على مستندات ثابتة. اجعل كل إجابة قابلة للتتبع عبر تمرير معرّف المستند في البيانات الوصفية، وسجّل الأسئلة التي لا يجد النظام لها سياقاً مناسباً لتحسين مكتبتك لاحقاً.
الاسترجاع الجيد أهم من النموذج
كثير من مشاريع RAG تفشل بسبب الاسترجاع لا بسبب النموذج. حجم المقطع، وطريقة التقسيم، وجودة التنظيف، وتحديث الفهرس كلها عوامل تحدد جودة الإجابة النهائية. ابدأ بمقاطع صغيرة مع تراكب، واختبر على أسئلة حقيقية من مستخدميك، وقس هل المقطع الصحيح يظهر ضمن أفضل النتائج. إذا ظهرت مشاكل متكررة، أضف تصفية وصفية حسب القسم أو اللغة، أو دمج إعادة ترتيب من مزوّد خارجي لتحسين ترتيب النتائج النهائية.
متى لا يكفي RAG؟
RAG ليس حلاً لكل شيء. إذا كانت الأسئلة تحتاج حسابات دقيقة أو استعلامات قاعدة بيانات منظمة، فاستدعاء الدوال أو الاستعلام المباشر أدق من الاسترجاع النصي. وإذا كان السياق المطلوب أكبر من نافذة أي نموذج، يصبح التقسيم والاسترجاع ضرورة لا خياراً. أما عندما تكون الإجابات ثابتة ومحدودة، فقد يكفي قالب تعليمات بسيط بلا فهرس إطلاقاً. اختر الأداة حسب السؤال، لا حسب الشعبية.
Honest comparison
| المكوّن | Plugsky + قاعدتك | منصة RAG جاهزة | بناء كامل داخلياً |
|---|---|---|---|
| نموذج التضمين | عبر API | مضمّن | تستضيفه بنفسك |
| التوليد والبث | أكثر من 30 نموذجاً | نماذج محدودة | تستضيفها بنفسك |
| قاعدة المتجهات | تختارها أنت | مضمّنة وغالباً مغلقة | تختارها وتديرها |
| التحكم بموقع البيانات | حسب خيارات النشر | يتفاوت | تحكم كامل |
| الجهد التشغيلي | منخفض | منخفض جداً | مرتفع |
Frequently asked questions
ما هي واجهة RAG؟
هي استخدام واجهات التضمين والدردشة لبناء خط أنابيب استرجاع وتوليد، دون ربطك بمزوّد قاعدة متجهات واحد.
هل توفر Plugsky قاعدة متجهات؟
لا تفرض Plugsky قاعدة معينة؛ تخزّن المتجهات في القاعدة التي تختارها وتستخدم الواجهة للتضمين والتوليد.
ما حجم التقسيم المناسب؟
يعتمد على مستنداتك وسؤال المستخدم؛ ابدأ بمقاطع صغيرة مع تراكب واختبر الجودة على أسئلة حقيقية.
هل التضمينات مناسبة للنصوص العربية؟
تعمل التضمينات مع العربية والإنجليزية، لكن اختبر الجودة على بياناتك لأن النتائج تختلف حسب المجال.
هل يدعم RAG البث؟
نعم، البث مدعوم عبر واجهة الدردشة لتحسين تجربة المستخدم عند توليد الإجابة.
هل أحتاج إعادة ترتيب؟
ليست إلزامية؛ أضفها إذا لاحظت أن المقاطع الأكثر صلة لا تصل إلى قمة النتائج.
كيف أبدأ بسرعة؟
أنشئ حساباً بالخطة المجانية، جرّب ساحة RAG، ثم راجع صفحة الأسعار المباشرة عند التوسع.
هل يمكن استخدام RAG مع أدوات خارجية؟
نعم، يمكن دمج استدعاء الدوال لجلب بيانات حيّة وإعادتها إلى النموذج ضمن الحلقة نفسها.