Brancher un RAG sur un corpus

◆ Ingénieur IA

Le RAG récupère les sections pertinentes (filtres + similarité vectorielle), puis le LLM répond à partir de ce contexte. Endpoint : POST /llm/rag.

subboxOptions:
  ragQuery: >
    SELECT s.content AS text, s.embedding AS vector
    FROM project_<project_id>_result_sections s
    WHERE s.content IS NOT NULL AND s.embedding IS NOT NULL
  col_text: text
  col_vector: vector
  embedding: true
  comparator: "<->"
  limit: 10
  model: gpt-4o-mini
  promptTemplate: "À partir des sections, réponds à : {{query}}"