Aurelix Solutions 示範如何只重做變動段落,讓 RAG 索引跟上檔案網站
Keep a RAG index in sync with a docs site by re-embedding only the chunks that changed
重點導讀
檔案網站改了內容,RAG 索引卻可能還留著舊資訊;每天重做整個索引,也會浪費時間處理沒變的段落。
- Aurelix Solutions 介紹自家的 Website Change Tracker,會比對網站內容,列出要新增或替換的段落,以及要從向量資料庫刪除的段落,再用 Python 和 Chroma 更新索引。網站選單、頁尾等固定文字不算內容變更。
- 如果頁面讀取失敗,也會保留舊資料,不會當成已刪除。作者也列出限制,例如不支援需要 JavaScript 才能顯示的頁面。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
信源出處dev.to
Keep a RAG index in sync with a docs site by re-embedding only the chunks that changed
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: Dev.to Top Tech (dev.to)
開啟原文