// use_case.archive
RAG Document Chat vytvořený za 2026 s AI
TL;DR
Chat nad vlastními dokumenty. Odpovědi berou text z repo složky docs/ a ukazují zdroje.
Kontext a cíl projektu
Kontext
# RAG Document Chat Veřejná demo aplikace: nahraješ dokumenty do `docs/`, spustíš indexaci, ptáš se v češtině. Retrieval kombinuje embeddingy a fulltext (RRF); odpověď streamuje Gemini a přikládá metadata o zdrojích. Nasazeno na Vercelu s trvalým indexem ve Vercel Blob. Autentizace API volitelná přes `RAG_API_SECRET`.
Cíl
Ukázka RAG bez externí vektorové DB: jeden index, čitelné zdroje u odpovědi, vhodné jako šablona pro vlastní knowledge base.
Použité nástroje
Jak probíhal vývoj
Krok 1
# RAG Document Chat Veřejná demo aplikace: nahraješ dokumenty do `docs/`, spustíš indexaci, ptáš se v češtině. Retrieval kombinuje embeddingy a fulltext (RRF); odpověď streamuje Gemini a přikládá metadata o zdrojích. Nasazeno na Vercelu s trvalým indexem ve Vercel Blob. Autentizace API volitelná přes `RAG_API_SECRET`.
Co bych dnes udělal jinak
Tato sekce bude doplněna později s konkrétními poznatky z projektu.
Výsledek
# RAG Document Chat Veřejná demo aplikace: nahraješ dokumenty do `docs/`, spustíš indexaci, ptáš se v češtině. Retrieval kombinuje embeddingy a fulltext (RRF); odpověď streamuje Gemini a přikládá metadata o zdrojích. Nasazeno na Vercelu s trvalým indexem ve Vercel Blob. Autentizace API volitelná přes `RAG_API_SECRET`.