Vai al contenuto
PentAGI
Configurazione

Embedding

Scegli il modello di embedding alla base della memory e della ricerca delle conoscenze di PentAGI.

Gli embedding alimentano la ricerca semantica sulla memory, sulla knowledge base e sui risultati passati. OpenAI è il provider predefinito; se non è impostato EMBEDDING_MODEL, viene usato text-embedding-ada-002. Un esempio di configurazione in .env:

EMBEDDING_PROVIDER=openai          # openai, ollama, mistral, jina, huggingface, googleai, voyageai
EMBEDDING_MODEL=text-embedding-3-small
# optional custom endpoint
EMBEDDING_URL=
# provider API key, if required
EMBEDDING_KEY=
EMBEDDING_BATCH_SIZE=512               # default
EMBEDDING_MAX_TEXT_BYTES=8192          # default

Qualsiasi servizio che implementi l'API /embeddings di OpenAI funziona con EMBEDDING_PROVIDER=openai e un EMBEDDING_URL personalizzato.

Se cambi il provider degli embedding o il modello, ricalcola i vettori archiviati con docker exec -it pentagi /opt/pentagi/bin/etester reindex — i vettori generati da modelli diversi non sono confrontabili. Non eseguire etester flush per questo: elimina ogni documento archiviato, inclusa la knowledge base.

Certificati CA personalizzati

Se il backend del modello o il server dei tool utilizza una CA privata e riscontri l'errore x509: certificate signed by unknown authority, inserisci il bundle PEM nel volume pentagi-ssl e configura PentAGI per usarlo:

EXTERNAL_SSL_CA_PATH=/opt/pentagi/ssl/ca-bundle.pem
EXTERNAL_SSL_INSECURE=false

Quindi riavvia con docker compose up -d pentagi.

Ultimo aggiornamento il