← Каталог

· AI Engineer World's Fair 2026

За пределами RAG: создаём реляционный движок контекста с нуля

Beyond RAG: Build a Relational Context Engine from Scratch — Peter Werry, Unblocked

Векторный поиск не находит «мои PR за прошлую неделю», поэтому нужен движок, который превращает вопрос в проверенный запрос к базе.

  • Схема из выборки документов — схему строят процедурным кодом по 300 документам без LLM, пропуская пустые значения и распознавая перечисляемые значения. Размер выборки спикер подобрал опытным путём и признаёт, что редкие поля могут выпасть.
  • Сопоставление людей — имя из запроса сопоставляется с логином нечётким сравнением по расстоянию Левенштейна, а текущая дата передаётся в промпт, чтобы временные фильтры работали.
  • Запрет по умолчанию — разрешены только явно перечисленные операторы, а поле с ID клиента модель не видит; если она его всё же вернула, код стирает его и подставляет доверенное значение. Спикер советует отдельную коллекцию на каждого клиента.
  • Повторы по ошибкам — ошибки валидации и выполнения возвращаются модели в ограниченном числе попыток. Точное совпадение по слову не находило нужные PR, и тогда добавили полнотекстовый поиск вместе с фильтрами по автору и статусу.

Кому полезно: тем, кто строит поиск по PR, тикетам или Slack с фильтрами по людям и датам. Воркшоп ведёт Unblocked, компания, которая продаёт context engine; репозиторий выложен онлайн. Спикер сам говорит, что перед внутренним запуском валидацию нужно усилить.

Статья по теме

Главы

Ещё доклады: Peter Werry

Страница спикера →

Похожие доклады