Implantar

Para implementar esta solución, debe crear su base de conocimientos de RAG y verificar su búsqueda de RAG.

Crear una base de conocimientos de RAG Dify y escribir datos

Con el pipeline de conocimientos de Dify, puede crear rápidamente una aplicación RAG para datos privados empresariales.

Siga estos pasos para crear la base de conocimientos de Dify:

Para cargar un archivo multimodal, conéctese a la consola de Dify, vaya al módulo Knowledge Base y haga clic en Add File para cargar un documento multimodal (por ejemplo, test_cn.pdf que contiene texto y diagramas).
Dify segmenta automáticamente el archivo en fragmentos semánticos y los convierte en datos vectoriales.
Verifique la escritura vectorial en Oracle AI Database 26ai.
Los datos del vector se sincronizan con Oracle AI Database 26ai. Después de conectarse a la base de datos, ejecute el siguiente SQL:
```
select * from cat;
```
Debe ver las tablas relacionadas con el índice vectorial generado.
A continuación, se indica que los datos se han escrito correctamente:
```
DR$IDX_DOCS_EMBEDDING_VECTOR_INDEX_4B55F797_89B4_4EEF_832C_FF2495C42CCC_NODE$I
```

Verificar resultados de búsqueda de RAG

Verifica que Oracle AI Database 26ai garantice la eficiencia y precisión de la búsqueda. Oracle AI Database 26ai almacena datos vectoriales.

Siga estos pasos para ejecutar una prueba de recuperación en la base de conocimientos Dify:

En la función Recall Test, introduzca una palabra clave de consulta, como Oracle 26ai vector features.

El sistema recupera fragmentos vectoriales relevantes de Oracle AI Database 26ai y devuelve resultados con puntuaciones de similitud. Ejemplos de coincidencias:

AI vector search built into Oracle AI Database and leveraging partitioning, RAC, sharding, and Exadata for industrial-grade scalability (SCORE 0.65)

Oracle AI Database 26ai supports a variety of vector operations (SCORE 0.64)