# שיחה עם הרשימות שלכם: מדריך ל-RAG מקומי ב-NoteRich בעידן שבו עודף מידע הוא דבר שבשגרה, למצוא את הידע הנכון בתוך הרשימות שלכם יכול להיות קשה יותר מאשר לחפש בכל האינטרנט. כלים חיפוש מסורתיים מחפשים תאימות מדויקת של מילות מפתח, אך הם לעתים קרובות פספסים את ההקשר או הקשר בין הרעיונות. **NoteRich** משנה את השיטה הזו באמצעות **Local Knowledge Base RAG (Retrieval-Augmented Generation)** שהיא מכילה. תכונה זו מאפשרת לכם לשוחח עם הרשימות שלכם, ולאפשר ל-AI לסכם תשובות על סמך מה שכתבתם, שמרתם וסידרתם – תוך שמירה על הפרטיות והמקום של הנתונים שלכם. ## 🧠 מהו RAG מקומי? RAG מייצג **Retrieval-Augmented Generation**. בקיצור, זו תהליך בחלוקה לשני שלבים: 1. **Recover:** המערכת מחפשת ברשימות המקומיות שלכם מידע רלוונטי לשאלה שלכם. 2. **Generate:** המערכת שולחת רק את הקטעים הספציפיים האלו ל-AI, שאחר כך יכול לסכם תשובה תקינה על סמך ההקשר. בניגוד לעוזרים AI המבוססים על שירותי אנטנות שעלולים להטעות או להשתמש בנתונים ציבוריים מיושנים, RAG של NoteRich מבוסס על **האמת שלכם**. הוא לא רק מנחש; הוא משתמש בעבודה שלכם. ### למה מקומי קודם? * **פרטיות:** הרשימות שלכם לא עוזבות את המכשיר שלכם במהלך שלב החיפוש. רק ההקשר הספציפי והאנונימי הדרוש לתשובה נשלח לשירות ה-AI. * **מהירות:** על ידי אינדקס מקומי, תוצאות החיפוש הן מיידיות. * **בעלות:** אתם שולטים במלואם על הנכסים האינטלקטואליים שלכם. --- ## 🚀 כיצד זה עובד מבפנים NoteRich משתמש בשיטת **Fusion Retrieval** מתוחכמת כדי להבטיח שתקבלו את התוצאות המדויקות ביותר, אפילו מתוך אלפי רשימות. ```mermaid graph TD A[שאלה של המשתמש] --> B(עיבוד מקומי) B --> C(הסרת מילות מפתח) C -->|Algoritmo TextRank| D(זיהוי רעיונות חשובים) D --> E(בחירת מועמדים) E -->|ניקוד משקל| F(קטעים רלוונטיים עיקריים) F --> G(ארגון ההקשר על ידי AI) G --> H(גיבוש LLM) H --> I(תשובה סופית עם הפניות) style A fill:#f9f,stroke:#333,stroke-width:2px style I fill:#bbf,stroke:#333,stroke-width:2px style B fill:#e1f5fe,stroke:#01579b,stroke-width:2px ``` ### 1. אינדקסינג חכם כאשר אתם יוצרים או משנים רשימה, NoteRich מחלק את התוכן לקטעים משמעותיים אוטומטית. הוא משתמש ב-`Intl.Segmenter` לתמיכה במספר שפות, כך ששפות סינית, אנגלית ושפות אחרות יהיו ממוינות כראוי כדי להבטיח דיוק חיפוש מרבי. ### 2. שיטת חיפוש של שילוב במקום להסתמך על שיטה אחת, NoteRich משתמש בשילוב של אלגוריתמים מרובים: * **תאימות של מילות מפתח ממוינות:** משתמש ב-IDF (Inverse Document Frequency) כדי להעדיף מילים נדירות וחשובות על מילים נפוצות. * **ניתוח Graph של TextRank:** מפרק את היחסים בין המשפטים כדי לזהות את הפסקאות החשובות ביותר ברשימות שלכם. * **הדחקה של סוגי נתונים:** עבור רשימות גדולות, הם מבצעים סריקה גלובלית מהירה, ואז מחדשים את המועמדים העיקריים באמצעות ניתוח סמנטי עמוק יותר. ### 3. ארגון ההקשר החכם לפני ששולחים את הנתונים ל-AI, NoteRich מקדם את ההוראות: * **חישוב מספר התגים:** הוא מחשב את מספר התגים המדויק כדי להישאר במסגרת ההקשר של ה-AI. * **הגדרת רמת רלוונטיות:** קטעים עם ציון נמוך נזנחים כדי למנוע רעש. * **טיפול בפניות מיוחדות:** קבצים שמסומנים כ-.`prompt` או-.`skill` נחשבים כהוראות בעלי חשיבות גבוהה, כך שה-AI יקפוץ לפי ההנחיות הספציפיות שלכם. --- ## 🛠️ שימוש בחיפוש עם רשימות שימוש בתכונה זו פשוט כמו שיחה. ### שלב 1: הפעלת מצב RAG פתחו את דיאלוג **AI Assistant** (דרך תוכנת העבודה או על ידי הפקודה `/ai`). חפשו את השלט **"שיחה עם רשימות"**. כאשר הוא מופעל, ה-AI יחפש אוטומטית את העבודה הנוכחית שלכם. ### שלב 2: שאלו שאלות טבעיות אין צורך להשתמש בתוכנות חיפוש מורכבות. פשוט שאלו שאלות כמו: * *"מה היו התובנות העיקריות שלי מהפגישה האחרונה על המוצר?"* * *"סכם את המחקר שלי על אופטימיזציה של ביצועים של React."* * *"מצאו את כל הרשימות הקשורות ל'Project Alpha' ורשמו את המשימות הנוכחיות."* ### שלב 3: בדיקה ואימות NoteRich מספק **הפניות שקופות**. כל תשובה שנוצרת על ידי AI כוללת הפניות לרשימות המקוריות. ניתן ללחוץ על ההפניות האלו כדי לעבור ישירות לפסקאות המקוריות, כך שתוכלו תמיד לבדוק את המידע. --- ## 🔒 ארכיטקטורת פרטיות וביטחון אנו מאמינים שפרטיות אינה תכונה – היא יסוד. * **עיבוד מקומי:** כל האינדקסינג, הסרת מילות מפתח והצפייה הראשונית מתבצעים במלואם בדפדפן שלכם באמצעות Web Workers. הנתונים הגולמיים של הרשימות שלכם לא מועברים לשרתים שלנו לצורך אינדקסינג. * **בקשות חתומות:** כאשר ההקשר נשלח לבאקס של ה-AI, הוא מוגן על ידי חתימות HMAC-SHA256, כך שלא ניתן לגנוב את הנתונים. * **אין אחסון קבוע:** שירות ה-AI אינו אחסן את ההיסטוריה של השיחות שלכם או את תוכן הרשימות שלכם. הוא מעבד את הבקשה ושוכח אותה מיד. --- ## 💡 טיפים מעולים לתוצאות טובות יותר 1. **שתמכו בכותרות ברורות:** כותרות תיאוריות עוזרות למנגנון החיפוש לסדר את הרשימות שלכם בצורה יעילה יותר. 2. **סוגרים את הרשימות באופן אסטרטגי:** למרות ש-RAG הוא סמנטי, שימוש בסוגרות עקביות (למשל, `#project-x`, `#idea`) עוזר למערכת לסדר רעיונות קשורים. 3. **שמרו את הרשימות שלכם מעודכנות:** אינדקס RAG מתעדכן בזמן אמת. אם אתם משנים מידע ברשימות שלכם, ה-AI ישקף את השינוי בתשובה הבאה שלו. 4. **שימוש בקבצים מיוחדים:** יצרו רשימות שמסתיימות ב-.`prompt` כדי לתת ל-AI הוראות קבועות (למשל, "תשובה קצרה תמיד"). קבצים אלו נמצאים ברשימת ההתאמה של כל בקשה. --- ## סיכום -RAG המקומי של NoteRich הופך את הרשימות שלכם לבסיס ידע דינמי ואינטראקטיבי. זה לא רק על אחסון מידע; זה על **חיבור** שלו. על ידי שילוב בין ארכיטקטורה מקומית ל-AI מתקדם, NoteRich מבטיח שהמוח השני שלכם תמיד מוכן לעזור לכם לחשוב טוב יותר. מוכנים לפתוח את הפוטנציאל המלא של הרשימות שלכם? נסו את **שיחה עם רשימות** כיום. --- <div class="flex flex-wrap gap-2 mt-8 mb-12"> <span class="px-3 py-1 bg-[#f4f4f5] border border-[#eaeaea] rounded-full text-xs font-medium text-[#666]">מקומי קודם</span> <span class="px-3 py-1 bg-[#f4f4f5] border border-[#eaeaea] rounded-full text-xs font-medium text-[#666]">RAG</span> <span class="px-3 py-1 bg-[#f4f4f5] border border-[#eaeaea] rounded-full text-xs font-medium text-[#666]">פרטיות</span> <span class="px-3 py-1 bg-[#f4f4f5] border border-[#eaeaea] rounded-full text-xs font-medium text-[#666]">PKM</span> <span class="px-3 py-1 bg-[#f4f4f5] border border-[#eaeaea] rounded-full text-xs font-medium text-[#666]">עוזר AI</span> <span class="px-3 py-1 bg-[#f4f4f5] border border-[#eaeaea] rounded-full text-xs font-medium text-[#666]">בסיס ידע</span> </div>