خط RAG كامل داخل أوراكل دون مغادرة SQL

لا حاجة إلى Python ولا إلى مخزن متجهات منفصل. في Oracle AI Database 26ai تغطي حزمة PL/SQL واحدة هي DBMS_VECTOR_CHAIN مع SQL عادي مسار التوليد المعزّز بالاسترجاع كاملًا، كما شرحته Ulrike Schwinn من أوراكل خطوة بخطوة.

الخطوات الخمس

1. UTL_TO_TEXT يحوّل مستندًا مخزّنًا كـ BLOB (أو CLOB) إلى نص عادي.
2. UTL_TO_CHUNKS يقسّمه. القيمة الافتراضية لـ by هي words، ولـ max هي 100، ولـ split هي recursively؛ وoverlap صفر افتراضيًا ويمكن أن يكون بين 5% و20% من max.
3. UTL_TO_EMBEDDINGS ينشئ المتجهات. مع الإعداد الافتراضي "provider":"database" يستدعي نموذج تضمين بصيغة ONNX حمّلته داخل قاعدة البيانات.
4. VECTOR_DISTANCE(..., COSINE) يجد المقاطع الأقرب إلى السؤال.
5. UTL_TO_GENERATE_TEXT يرسل السؤال وتلك المقاطع إلى نموذج لغوي ويعيد الإجابة. هذه الخطوة تستدعي دائمًا مزوّدًا خارجيًا عبر REST، فتحتاج إلى بيانات اعتماد وصلاحية شبكة (ACL).

نصيحتان

• لا تثق بأول حجم تقطيع. جرّب عدة تركيبات من max وoverlap وقارن الإجابات.
• اطلب من النموذج أن يجيب من السياق المرسل فقط وأن يذكر أرقام المقاطع، ليمكن التحقق من كل إجابة.

لفرق APEX تصبح صفحة "تحدّث مع مستنداتنا" مهمة PL/SQL. المصادر: From Raw to RAG with DBMS_VECTOR_CHAIN ومرجع DBMS_VECTOR_CHAIN.