MD RAG System
Подключено

Работа

Дашборд Чат История чатов

Настройка

Система LLM Провайдеры MCP Серверы Пайплайны Агенты

Данные

Документы Источники данных

Разработка

API
Обслуживание Пользователи
Открыть чат

Документы

0

Чанки

0

Сессии

0

Запросы

0

Время отклика

—

Система

—

Активный провайдер

Провайдер —
Модель (чат) —
Модель (embed) —
Режим работы —

Состояние системы

Версия —
Uptime —
База данных
LLM провайдер

Последние документы

Все →
Загрузка...

Последние сессии

Все →
Загрузка...

Чат с документами

Начните задавать вопросы по загруженным документам!

Системный промпт

0 символов

Поиск и контекст

Параметры поиска релевантных документов

0.60
5
8 000
5

Гибридный поиск

Комбинация векторного и ключевого поиска

Гибридный поиск (векторный + полнотекстовый)

0.70
0.30

Расширенные настройки ИИ

Генерация ответов и улучшение поиска

0.7
4 096

Реранкинг (LLM)

Переформулировка

HyDE

Режим маршрутизатора

Провайдеры

Подключённые LLM-сервисы

Провайдер Тип URL Статус Действия
Загрузка...

Активные модели

Какие провайдер и модель используются для каждой задачи

Чат — генерация ответов пользователю
Embeddings — векторизация документов для поиска
SQL генерация — генерация SQL для postgres MCP серверов

Добавить провайдер

OpenAI Compatible работает с любыми OpenAI-совместимыми API

Для Ollama: http://localhost:11434, для OpenAI: https://api.openai.com/v1

Ключ уже сохранён — оставьте пустым, чтобы не менять

Оставьте пустым для локальных серверов без авторизации

Выберите модель для использования по умолчанию

MCP Серверы

Model Context Protocol — внешние источники контекста для RAG

Название Тип Команда / URL Статус Действия
Загрузка...
Как работает MCP в RAG-пайплайне

Перед генерацией ответа система опрашивает все активные MCP-серверы и добавляет их ответы в контекст промпта. Используется стратегия pre-fetch — серверы вызываются параллельно, с таймаутом 8 сек. на каждый.

Добавить MCP сервер

Массовая загрузка документов

Перетащите папку с документами или выберите множественные файлы

Поддерживаются DOCX, PDF, TXT файлы

Загрузка документов... 0%

Выбранные файлы для загрузки:

Управление документами

Документ Размер Чанки Дата загрузки Действия
Загрузка списка документов...

Источники данных (PostgreSQL)

Название Хост БД Статус Действия
Загрузка подключений...

Добавить подключение

Импорт данных

1
База данных
2
Таблица
3
Колонки
4
Импорт

Шаг 1: Выберите базу данных

Загрузка баз данных...

Шаг 2: Выберите таблицу

Загрузка таблиц...

Шаг 3: Выберите колонки

Загрузка колонок...

Импорт данных...

Обработка строк... 0%

История чатов

Чат Сообщений Последнее сообщение Дата Действия
Загрузка истории чатов...

Документы и индекс

Документов —
Чанков (фрагментов) —

История чатов

Сессий —

Полный сброс системы

Удаляет все документы и всю историю чатов

Диагностика

API Reference

Все доступные HTTP-эндпоинты системы

Тестирование API

POST /api/external/query — базовый RAG без агентов и пайплайнов

Системный промпт применяется, но агенты, Router Mode, Pipeline и MCP не используются.

Результаты тестирования будут показаны здесь

Агент / Пайплайн

Создайте именованные цепочки шагов обработки запроса

Загрузка...
Как работает пайплайн

Активный пайплайн заменяет встроенный поток обработки запросов в чате. Пока ни один пайплайн не активирован — используется встроенный поток (поиск → MCP → LLM).

Настройка шага

Тест пайплайна

Enter для отправки

Реестр агентов

Создайте агентов с ролью, целью и доступом к инструментам

Загрузка...
Как работают агенты

Агент — это автономная сущность с ролью и целью. Он использует цикл Мысль → Действие → Наблюдение (ReAct) для выбора инструментов и формирования ответа. Добавьте шаг «Агент» в пайплайн чтобы его использовать.

Новый агент

Загрузка...

Факты, запомненные агентом из ваших разговоров.

Нет сохранённых воспоминаний