RAG Search with Answer

RAG Search with Answer est le service qui exploite la puissance de la technologie Retrieval-Augmented Generation (RAG) pour permettre des recherches intelligentes au sein de vos documents. Le service combine recherche sémantique et génération de résultats en langage naturel, et fournit en temps réel une seule réponse pertinente à partir d’une requête. Le tout de manière fiable et sécurisée, sans fuite de données.

Comme mentionné, au cœur de tout se trouve la technologie RAG-as-a-Service d’Openapi, qui permet aux entreprises d’interroger leurs données propriétaires et d’obtenir des réponses fiables et contextualisées. Le système réduit le risque d’“hallucinations” typique des modèles de langage étendus (LLM), offrant des réponses cohérentes et pertinentes par rapport aux connaissances spécifiques de l’organisation.

Grâce à RAG-as-a-Service, vous pouvez intégrer facilement des fonctionnalités RAG avancées dans vos applications, sans la complexité d’infrastructures dédiées ou de pipelines de données. Vos données sont automatiquement indexées, permettant au modèle d’accéder en temps réel à des informations actualisées. Ainsi, Openapi combine la puissance des LLM avec la recherche contextuelle sur les données d’entreprise, offrant des réponses précises et basées exclusivement sur votre savoir propriétaire.

En plus de Search with Answer, Openapi propose également deux autres services RAG pour la recherche documentaire : Search, qui renvoie un ou plusieurs extraits de texte pertinents, et Conversation, qui permet d’engager des conversations contextualisées à partir d’interactions précédentes. Tous trois sont valables à l’échelle mondiale.

Pour obtenir des résultats cohérents et pertinents avec RAG Search with Answer, il faut suivre trois étapes principales :

L’indexation permet de récupérer rapidement les informations les plus pertinentes en réponse à une requête. Chaque fois que le RAG est modifié (téléversement ou suppression de documents), il est essentiel de relancer l’indexation afin de garantir des réponses à jour et précises.

Créer un nouveau RAG

La première étape consiste à créer un RAG vide via l’endpoint POST /rag, dans lequel les documents seront ensuite ajoutés.

EXEMPLE DE REQUÊTE

La requête doit inclure :

{
  "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 contient les détails du RAG (ID et nom, état, options, paramètres comme OCR, nombre total de documents et documents indexés, dates de création, mise à jour et 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
}

À tout moment, il est possible de récupérer la liste de tous les RAG ou les détails d’un RAG spécifique avec les endpoints GET /rag et GET /rag/{id}.

Téléverser un document

Une fois le RAG créé, vous pouvez ajouter un document à l’intérieur via l’endpoint POST /rag/{id}/documents.

EXEMPLE DE REQUÊTE

Dans la requête, spécifiez l’ID du RAG dans lequel le document sera ajouté.

Dans le payload, il est nécessaire d’indiquer :

{
  "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 des détails sur le document, y compris l’ID, le nom, l’état, les métadonnées, la taille, le type de fichier, les dates 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
}

Vous pouvez récupérer à tout moment la liste des documents d’un RAG via l’endpoint GET /rag/{id}/documents.

Lancer le processus d’indexation

Comme mentionné ci-dessus, pour obtenir des réponses contextuelles et précises, il est indispensable de lancer l’indexation chaque fois qu’une modification est effectuée sur le RAG (ajout ou suppression de document). Si cette étape n’est pas effectuée, le système continuera à se baser uniquement sur les données précédentes.

RAG SEARCH WITH ANSWER

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

Comme indiqué au début, RAG Search with Answer vous permet – via API et en temps réel – de trouver le document ou l’information nécessaire parmi tous vos fichiers à partir d’une requête, et d’obtenir des réponses contextuelles en langage naturel, en toute sécurité, 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 with Answer fournit des informations sur les documents les plus pertinents pour votre recherche, y compris des extraits de texte pour trouver rapidement les données recherchées.

Le payload de réponse inclut :

{
  "data": [
    {
      "answer": "string",
      "search_result": [
        {
          "index": 0,
          "snippets": [
            "string"
          ],
          "id": "689c70313f292734010a7dda",
          "ragId": "689c6ed7b283ac0aa40c1555",
          "name": "documentTest",
          "state": "indexing",
          "metadata": {
            "custom_key_str": "string",
            "custom_key_date": "2025-09-25T10:34:00.005Z",
            "custom_key_int": 0,
            "custom_key_geo_latitude": 0,
            "custom_key_geo_longitude": 0,
            "custom_key_bool": true
          }
        }
      ]
    }
  ],
  "success": true,
  "message": "",
  "error": null
}

Avec RAG Search with Answer, vous pouvez interroger rapidement vos documents, obtenir des réponses précises et fiables, et accéder uniquement aux données réellement téléchargées et indexées, garantissant la protection totale de vos informations.

Le service est idéal pour les entreprises gérant de grandes quantités de documents (contrats, rapports, manuels), par exemple :

En général, RAG Search with Answer prend en charge toutes les organisations ou professionnels nécessitant un accès rapide à des informations fiables, optimisant le temps et la précision dans la gestion des documents.