Des articles pour ceux qui
livrent le stack
Textes sur React, Node.js, TypeScript et AI. Un corps traduit est affiché quand il existe. Sinon vous voyez le texte anglais et une note qui le dit.
Tag : semantic-search
Service de recherche sémantique utilisant une base de données vectorielle Pinecone derrière un serveur MCP.
Un service de recherche sémantique réutilisable : diviser les PDF en parties, stocker les embeddings dans une base de données vectorielle Pinecone, et permettre à n’importe quel agent de les interroger via un serveur FastMCP.
7 min de lectureUne carte des champs de RAG : des principes fondamentaux aux échecs en production
Deux pipelines, trois étapes et une liste des échecs nommés : comment fonctionne la génération améliorée par la récupération d’informations, où cela échoue, et quels correctifs résolvent chaque problème.
7 min de lectureConception d’une recherche sémantique multi-utilisateurs portable sur Kubernetes et Qdrant
Comment une plateforme de recherche sémantique utilise Kubernetes pour assurer la portabilité et un routage adapté aux différents utilisateurs, afin que sa base de données vectorielle puisse être remplacée et que ses charges de travail restent isolées.
6 min de lectureSignification en tant que coordonnées : des embeddings aux bases de données vectorielles et au RAG
Les embeddings, la similarité cosinus, les bases de données vectorielles et le cycle RAG expliqués en quatre courtes phrases sur les chiens, les chats et Paris, afin d’augmenter le taux de clics sur les recherches sémantiques.
11 min de lectureRecherche sémantique dans PostgreSQL avec pgvector et Node.js, aucune IA n’est nécessaire
Recherche sémantique dans PostgreSQL avec pgvector et Node.js, sans LLM : embeddings MiniLM, chunks, index IVFFlat, opérateurs de distance et méthode pour lire les scores.
8 min de lectureAu-delà de la similarité cosinus : comparaison de cinq techniques de récupération RAG
Le cosinus, BM25, le RRF hybride, la réévaluation par encodeur croisé et le MMR expliqués avec du code, les compromis à prendre ainsi qu’une approche axée sur la requête pour déterminer quelle technique de récupération votre RAG nécessite.
10 min de lectureComment déboguer une récupération vide lorsque le système RAG ne renvoie rien.
Un système RAG qui ne renvoie rien, débogué étape par étape : ingestion, seuils de score, filtres, réécriture des requêtes, recherche hybride, réclassement et solutions de secours.
9 min de lectureRecherche sémantique dans PostgreSQL avec pgvector et .NET : une configuration pratique
Stockez les embeddings à côté des données relationnelles, créez des index HNSW ou IVFFlat, filtrez et combinez des classements hybrides, et déterminez quand pgvector est suffisant pour votre application.
9 min de lectureNotes pratiques : Recherche vectorielle, recherche sémantique et RAG : comment l’IA trouve
Guide pratique détaillé : Recherche vectorielle, recherche sémantique et RAG : comment l’IA trouve les contrats, les vérifications ainsi que les emplacements de code prêts à l’emploi pour les équipes qui utilisent ce modèle.
9 min de lecture
À propos de ces articles
Devis en 24 h
Besoin du même stack en couche opérateur ? Envoyez le brief — devis sous 24 h.