Исследование темы в интернете с готовыми выводами

Как это работает

Чтобы связать Postgres PGVector Store и Qdrant Vector Store, не нужен программист: готовый сценарий соединяет их за пару минут.

1. Запуск: Запуск вручную
2. Затем: Настроить блок
3. Затем: Умный построитель запросов
4. Затем: RAG Веб-браузер
5. Проверка: Продолжить, если нет ошибки
6. Если да — Очиститель Markdown
7. Затем: Нормализовать текст
8. Затем: Проверка дубликатов
9. Затем: Установить значения
10. Проверка: Обработка
11. Если да — Фильтр раннего контента
12. Проверка: Продолжить обработку
13. Если да — Задать поля5
14. Затем: Извлечение инсайтов
15. Затем: Агрегировать вывод
16. Затем: Агрегация и ранжирование извлеченных утверждений
17. Проверка: Слияние
18. Затем: Суммаризация
19. Затем: Агрегировать сводки
20. Затем: Агрегация и ранжирование извлеченных сводок
21. Если да — Сохранить
22. Запуск: Запуск из другого сценария
23. Затем: Парсер структурированного вывода
24. Затем: Парсер структурированного вывода1
25. Затем: Парсер структурированного вывода3
26. Затем: Парсер структурированного вывода7
27. Затем: Парсер структурированного вывода9
28. Затем: Парсер структурированного вывода10
29. Затем: Векторные представления Ollama1
30. Затем: Разделитель текста по символам2
31. Затем: Загрузчик данных по умолчанию2
32. Затем: Модель чата OpenAI
33. Затем: Модель чата OpenAI4
34. Затем: Модель чата OpenAI5
35. Затем: Модель чата OpenAI6
36. Затем: Модель чата OpenAI7
37. Затем: Чат-модель Anthropic

Эту интеграцию Postgres PGVector Store и Qdrant Vector Store можно запустить в Scriptera: опишите задачу словами — сценарий соберут, запустят и будут следить, чтобы он работал.