Implémenter

Pour implémenter cette solution, vous devez créer votre base de connaissances RAG et vérifier votre recherche RAG.

Création d'une base de connaissances Dify RAG et écriture de données

Avec Dify Knowledge Pipeline, vous pouvez créer rapidement une application RAG pour les données privées d'entreprise.

Pour créer la base de connaissances Dify, procédez comme suit :

Pour télécharger un fichier multimodal, connectez-vous à la console Dify, accédez au module Base de connaissances et cliquez sur Ajouter un fichier pour télécharger un document multimodal (par exemple, test_cn.pdf contenant du texte et des diagrammes).
Dify segmente automatiquement le fichier en blocs sémantiques et les convertit en données vectorielles.
Vérifiez l'écriture de vecteur dans Oracle AI Database 26ai.
Les données vectorielles sont synchronisées avec Oracle AI Database 26ai. Après vous être connecté à la base de données, exécutez l'instruction SQL suivante :
```
select * from cat;
```
Vous devez voir les tables liées aux index vectoriels générés.
Ce qui suit indique que les données ont été écrites avec succès :
```
DR$IDX_DOCS_EMBEDDING_VECTOR_INDEX_4B55F797_89B4_4EEF_832C_FF2495C42CCC_NODE$I
```

Vérifier les résultats de la recherche RAG

Vérifiez qu'Oracle AI Database 26ai garantit l'efficacité et la précision de la recherche. Oracle AI Database 26ai stocke les données vectorielles.

Pour exécuter un test de rappel dans la base de connaissances Dify, procédez comme suit :

Dans la fonction Recall Test, entrez un mot-clé de requête tel que Fonctionnalités de vecteur Oracle 26ai.

Le système extrait les fragments de code vectoriel pertinents d'Oracle AI Database 26ai et renvoie les résultats avec des scores de similarité. Exemples de correspondances :

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)