Embeddings — PentAGI

Escolha o modelo de embedding usado na memory e na busca de conhecimento do PentAGI.

Os embeddings alimentam a busca semântica na memory, na knowledge base e em resultados anteriores. A OpenAI é o provider padrão; sem EMBEDDING_MODEL definido, ele usa text-embedding-ada-002. Um exemplo de configuração em .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

Qualquer serviço que implemente a API /embeddings da OpenAI funciona com EMBEDDING_PROVIDER=openai e uma EMBEDDING_URL personalizada.

Se você alterar o provider de embeddings ou o modelo, recalcule os vetores armazenados com docker exec -it pentagi /opt/pentagi/bin/etester reindex — vetores de modelos diferentes não são comparáveis. Não execute etester flush para isso: ele exclui todos os documentos armazenados, incluindo a knowledge base.

Certificados CA personalizados

Se um backend de modelo ou servidor de tool usar uma CA privada e você vir x509: certificate signed by unknown authority, coloque o bundle PEM no volume pentagi-ssl e aponte o PentAGI para ele:

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

Depois reinicie com docker compose up -d pentagi.