RAG Search

RAG Search est le service API basé sur la technologie Retrieval-Augmented Generation (RAG) qui permet d'effectuer des recherches intelligentes dans vos données et documents, en identifiant les informations les plus pertinentes en temps réel à partir d'une requête. Grâce à un système avancé propulsé par l'intelligence artificielle, le service renvoie un ou plusieurs extraits de texte pertinents, garantissant des réponses fiables et sécurisées, sans risque de fuite de données sensibles.

La technologie RAG-as-a-Service d'Openapi permet aux entreprises d'accéder, de traiter et de générer des réponses précises basées sur leurs données propriétaires. Notre service comble l'écart entre les Large Language Models (LLM) et le savoir spécifique à l'organisation, éliminant les "hallucinations" et garantissant des réponses fiables, cohérentes et toujours contextualisées.

Avec RAG-as-a-Service, vous pouvez intégrer facilement et de manière évolutive les fonctionnalités de RAG dans vos applications, sans gérer d'infrastructures complexes ni de pipelines de données. Le service permet de ajouter et d'indexer automatiquement vos données structurées, permettant au modèle LLM d'accéder en temps réel à des informations à jour et pertinentes. Ainsi, Openapi combine la puissance des modèles linguistiques avancés avec la recherche contextuelle sur les données de l'entreprise, offrant des réponses précises, actualisées et réellement basées sur vos connaissances propriétaires.

En plus de RAG Search, Openapi propose deux autres services pour la recherche de documents: Search with Answer (qui permet d'obtenir une réponse générée par l'IA) et Conversation (qui permet de démarrer de nouvelles conversations, avec des réponses contextualisées, à partir de conversations précédentes). Ces trois services sont disponibles dans le monde entier.

Pour que le service RAG Search fonctionne correctement et que la réponse générée soit la plus pertinente et cohérente possible, il est nécessaire de suivre trois étapes :

L'indexation désigne le processus permettant de récupérer rapidement les informations les plus pertinentes en réponse à une requête. Pour obtenir des réponses contextuelles et précises, il est fondamental de lancer l'indexation chaque fois qu'une modification est effectuée sur le RAG (ajout ou suppression d'un document).

Créer un nouveau RAG

La première étape consiste à créer un RAG vide, dans lequel vous pourrez ensuite charger un ou plusieurs documents. Cela est possible via l'endpoint POST /rag.

EXEMPLE DE REQUÊTE

La requête doit indiquer :

{
  "name": "RAGTest",
  "options": {
    "ocr": false,
    "autoIndexingIntervalHours": 0
  },
  "callback": {
    "method": "POST",
    "field": "string",
    "url": "https://www.mysite.it/callback.php",
    "data": {}
  }
}

EXEMPLE DE RÉPONSE

La réponse renvoie les détails du RAG tels que l'ID et le nom, l'état, les options, les paramètres (ex. OCR désactivé), le nombre total de documents et indexés, ainsi que les dates de création, de mise à jour et de dernière indexation.

{
  "data": {
    "id": "68947e1e0dab7e743108abfb",
    "name": "RAGTest",
    "state": "ready",
    "options": {
      "ocr": false,
      "autoIndexingIntervalHours": 0
    },
    "totalDocuments": 0,
    "totalIndexedDocuments": 0,
    "sizeMegaByte": 0,
    "createdAt": "2025-09-04T10:45:42.036Z",
    "updatedAt": "2025-09-04T10:45:42.036Z",
    "indexedAt": "2025-09-04T10:45:42.036Z",
    "indexingRunAt": "2025-09-04T10:45:42.036Z",
    "callback": {
      "method": "POST",
      "field": "string",
      "url": "https://www.mysite.it/callback.php",
      "data": {}
    }
  },
  "success": true,
  "message": "",
  "error": null
}

Charger un document

Une fois le RAG créé, vous pouvez continuer en ajoutant un document via l'endpoint POST /rag/{id}/documents.

EXEMPLE DE REQUÊTE

Vous devez spécifier l'ID du RAG dans lequel le document sera chargé.

Le payload doit inclure :

{
  "fileName": "documentTest",
  "fileContent": "string",
  "metadata": {
    "custom_key_str": "string",
    "custom_key_date": "2025-09-04T10:51:06.259Z",
    "custom_key_int": 0,
    "custom_key_geo_latitude": 0,
    "custom_key_geo_longitude": 0,
    "custom_key_bool": true
  }
}

EXEMPLE DE RÉPONSE

La réponse fournit les détails du document, y compris ID, nom, état, métadonnées, taille, type de fichier, date de création et de mise à jour.

{
  "data": [
    {
      "id": "string",
      "name": "string",
      "state": "string",
      "metadata": {
        "custom_key_str": "string",
        "custom_key_date": "2025-09-04T10:51:06.260Z",
        "custom_key_int": 0,
        "custom_key_geo_latitude": 0,
        "custom_key_geo_longitude": 0,
        "custom_key_bool": true
      },
      "sizeMegaByte": 0,
      "mimeType": "string",
      "createdAt": "2025-09-04T10:51:06.260Z",
      "updatedAt": "2025-09-04T10:51:06.260Z",
      "paymentDueDate": "2025-09-04T10:51:06.260Z"
    }
  ],
  "success": true,
  "message": "",
  "error": null
}

Il est possible à tout moment de récupérer la liste des documents d’un RAG via l’endpoint GET /rag/{id}/documents.

Lancer le processus d’indexation

Comme indiqué précédemment, pour obtenir des réponses contextuelles et précises, il est indispensable de lancer l’indexation chaque fois qu’un changement est effectué sur le RAG (ajout ou suppression de document). Si cette étape n’est pas effectuée, le système continuera de se baser uniquement sur les données précédentes et non sur les mises à jour.

L’indexation peut être lancée manuellement via PATCH/rag/{id}. Alternativement, il est possible de configurer l’indexation automatique, qui démarre toutes les X heures (définies par l’utilisateur). Cette dernière doit être configurée lors de la création du RAG via POST /rag. L’indexation, qu’elle soit automatique ou manuelle, n’entraîne aucun coût supplémentaire.

EXEMPLE DE REQUÊTE

Vous devez spécifier l’ID du RAG pour lequel le processus d’indexation manuelle sera lancé.

Le payload doit inclure le paramètre startIndexing défini sur true :

"startIndexing": true

EXEMPLE DE RÉPONSE

La réponse fournit des détails sur le nom du RAG, son état (ex. ready, indexing), les paramètres (ex. OCR oui/non, indexation automatique oui/non), le nombre de documents présents et indexés, la taille actuelle du RAG en Mo, les dates de création et de mise à jour.

{
  "data": {
    "id": "68947e1e0dab7e743108abfb",
    "name": "RAGTest",
    "state": "indexing",
    "options": {
      "ocr": false,
      "autoIndexingIntervalHours": 0
    },
    "totalDocuments": 0,
    "totalIndexedDocuments": 0,
    "sizeMegaByte": 0,
    "createdAt": "2025-09-04T10:55:37.306Z",
    "updatedAt": "2025-09-04T10:55:37.306Z",
    "callback": {
      "method": "POST",
      "field": "string",
      "url": "https://www.mysite.it/callback.php",
      "data": {}
    }
  },
  "success": true,
  "message": "",
  "error": null
}

RAG SEARCH

Après avoir effectué les trois étapes mentionnées ci-dessus, vous pouvez procéder à la recherche proprement dite via l'endpoint POST /rag/search.

Comme indiqué précédemment, RAG Search vous permet - via API et en temps réel - de trouver le document ou l'information dont vous avez besoin dans tous vos fichiers, grâce à un moteur de recherche renforcé par l'IA et à partir d'une requête. Tout cela en toute sécurité et sans risque de fuite de données sensibles.

EXEMPLE DE REQUÊTE

La requête doit inclure :

{
  "ragId": "688b2ab3bccc6a603202f87c",
  "query": "Quels services sont disponibles ?",
  "max_len": 5,
  "metadata_filter": "(custom_key_int<175 AND custom_key_bool = \"true\") OR (custom_key_int<125 AND custom_key_bool = \"false\")",
  "settings": {
    "prompt_style": "basic"
  }
}

EXEMPLE DE RÉPONSE

RAG Search renvoie des informations sur les documents les plus pertinents pour votre recherche, y compris des extraits de texte, qui vous aident à trouver rapidement les données recherchées.

Plus précisément, le payload de la réponse fournit :

{
  "data": [
    [
      {
        "snippets": [
          "string"
        ],
        "id": "689c70313f292734010a7dda",
        "ragId": "689c6ed7b283ac0aa40c1555",
        "name": "documentTest",
        "state": "indexing",
        "metadata": {
          "custom_key_str": "string",
          "custom_key_date": "2025-09-04T13:32:33.635Z",
          "custom_key_int": 0,
          "custom_key_geo_latitude": 0,
          "custom_key_geo_longitude": 0,
          "custom_key_bool": true
        }
      }
    ]
  ],
  "success": true,
  "message": "",
  "error": null
}

Grâce à RAG Search, il est donc possible d’interroger rapidement vos documents, avec la garantie que le système renvoie des réponses aussi précises que possible et extrait des informations uniquement à partir des données effectivement chargées et indexées. Ainsi, vos informations restent entièrement sécurisées.

Le service est particulièrement conçu pour les entreprises qui gèrent de grandes quantités de documents (contrats, rapports, manuels), par exemple :

En général, RAG Search est idéal pour toutes les organisations ou professionnels qui doivent accéder rapidement à des informations précises et à jour dans leurs documents, optimisant ainsi le temps de recherche et la fiabilité des résultats.