嵌入 — PentAGI

嵌入向量驅動針對 memory、knowledge base 與過往結果的語意搜尋。OpenAI 為預設 provider；若未設定 EMBEDDING_MODEL，則會使用 text-embedding-ada-002。以下為 .env 中的設定範例：

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

任何實作 OpenAI /embeddings API 的服務皆可搭配 EMBEDDING_PROVIDER=openai 與自訂 EMBEDDING_URL 使用。

若您變更了嵌入向量 provider 或 model，請使用 docker exec -it pentagi /opt/pentagi/bin/etester reindex 重新計算已儲存的向量——不同模型產生的向量無法相互比較。請勿為此執行 etester flush：它會刪除所有已儲存的文件，包括 knowledge base。

自訂 CA 憑證

若模型後端或 tool 伺服器使用私有 CA，且您遇到 x509: certificate signed by unknown authority 錯誤，請將 PEM 組合放入 pentagi-ssl 磁碟區中，並讓 PentAGI 指向該檔案：

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

接著以 docker compose up -d pentagi 重新啟動。