swirlai/swirl-search

해결하는 문제

SWIRL은 사용자가 데이터를 이동, 복제 또는 중앙 벡터 데이터베이스로 복사할 필요 없이 여러 애플리케이션과 데이터 소스에 걸쳐 연합형 AI 검색 및 검색 증강 생성(RAG)을 제공합니다. 이를 통해 복잡한 ETL 파이프라인의 필요성을 제거하고 검색 결과가 원본 소스의 기존 권한을 준수하도록 합니다.

작동 방식

데이터를 사전에 인덱싱하는 대신 SWIRL은 소스에 실시간으로 쿼리합니다. 파이프라인 방식의 Processor 아키텍처를 사용하여 쿼리와 응답을 변환합니다. 그런 다음 코사인 벡터 유사도(spaCy 및 NLTK 사용)를 사용하여 결과를 재순위화하며, 연결된 LLM(OpenAI 등)을 사용하여 선택적으로 인용이 포함된 답변을 생성할 수 있습니다.

대상 사용자

SharePoint, Confluence, GitHub, Jira와 같은 도구 전반에 걸쳐 통합된 검색 인터페이스가 필요한 팀 및 개발자, 그리고 벡터 데이터베이스 관리라는 인프라 오버헤드 없이 RAG를 구현하고자 하는 사용자.

주요 특징

• 데이터 이동 제로: 데이터가 원래 위치에 유지되어 관리 및 보안을 위한 추가 복사본이 필요하지 않습니다.
• 연합형 검색: 다양한 앱 및 서비스에 대해 100개 이상의 커넥터를 지원합니다.
• 실시간 RAG: 자체 LLM 키를 사용하여 인용이 포함된 근거 있는 답변을 생성합니다.
• 확장 가능한 아키텍처: 새로운 데이터 소스를 추가하기 위해 Connector 및 Mixer 객체를 쉽게 확장할 수 있습니다.
• 빠른 배포: Docker를 통해 약 2분 만에 배포할 수 있습니다.