RAG
Retrieval-Augmented Generation spojuje vyhledávání v interních datech s generativními jazykovými modely. Používám ho pro knowledge base, chatboty a inteligentní asistenty, kteří odpovídají z ověřených zdrojů.
Knowledge base pro AI v Drupalu: RAG a MCP v praxi
Drupal knowledge base je místo, kde firma své znalosti spravuje, schvaluje a udržuje aktuální. AI asistent nad ní pak odpovídá z obsahu, za kterým někdo stojí, a ne z náhodných dokumentů. V článku Jaké open source CMS zvolit pro AI knowledge base? srovnávám pět systémů. Tady jdu do hloubky u jednoho z nich: jak knowledge base v Drupalu navrhnout a jak ji napojit na AI přes API, RAG a MCP. Proč knowledge base v Drupalu Drupal má v jádru to, co knowledge base management potřebuje, a co se u jiných systémů často dodělává bokem:
Jaké open source CMS zvolit pro AI knowledge base?
Většina firem, které zavádějí AI asistenta nad interními znalostmi, začíná od technologie: jaký model, jaký framework, jaká vektorová databáze. Tyto vrstvy lze podle potřeby měnit. Knowledge base a CMS dávají AI projektu stabilní základ: určují, kde firemní znalosti vznikají, kdo je spravuje a jak se udržují aktuální a schválené. AI pak pracuje s informacemi, kterým může firma věřit. CMS jako knowledge base, ne jen web Pro AI projekt hraje CMS jinou roli než u webu. Je to místo, kde znalosti vznikají, strukturují se, schvalují a udržují – a odkud si je AI bere. Kritéria výběru se proto liší: