RAG (Retrieval-Augmented Generation) significa dare a un LLM i documenti giusti al momento giusto invece di sperare che "sappia" la risposta: la domanda dell'utente cerca i passaggi rilevanti in una base di conoscenza (ricerca semantica su embeddings, ricerca full-text, o un ibrido), e il modello risponde citando quel contesto. Meno allucinazioni, risposte aggiornabili senza riaddestrare nulla.
Due implementazioni nel portfolio:
- certmate-agent – assistente per CertMate: LLM locale + tool REST 1:1 + RAG sulla documentazione
- l0-memory – memoria per assistenti AI con ricerca FTS5 pura di default e retrieval ibrido (full-text + similarità vettoriale) opzionale