İçeriğe atla
PentAGI
Yapılandırma

Gömme Modelleri

PentAGI'nin memory ve bilgi aramasının arkasındaki gömme modelini seçin.

Vektör temsiller, memory, knowledge base ve geçmiş sonuçlar üzerinde anlamsal aramayı mümkün kılar. Varsayılan provider OpenAI'dir; EMBEDDING_MODEL ayarlanmadığında text-embedding-ada-002 kullanılır. .env içinde örnek bir yapılandırma:

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

OpenAI'nin /embeddings API'sini uygulayan herhangi bir hizmet, EMBEDDING_PROVIDER=openai ve özel bir EMBEDDING_URL ile çalışır.

Embedding provider'ını veya modelini değiştirirseniz, saklanan vektörleri docker exec -it pentagi /opt/pentagi/bin/etester reindex ile yeniden hesaplayın — farklı modellerden gelen vektörler karşılaştırılamaz. Bunun için etester flush çalıştırmayın: bu komut, knowledge base dahil olmak üzere saklanan her belgeyi siler.

Özel CA sertifikaları

Bir model arka ucu veya tool sunucusu özel bir CA kullanıyorsa ve x509: certificate signed by unknown authority hatası alıyorsanız, PEM paketini pentagi-ssl hacmine yerleştirin ve PentAGI'yi buna yönlendirin:

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

Ardından docker compose up -d pentagi komutuyla yeniden başlatın.

Son güncelleme tarihi: