Aller au contenu

Souveraineté des données / Pro

zrag

RAG privilégiant l'exécution locale, fondé sur zvec. Un daemon persistant maintient les collections et les modèles d'embedding chargés en mémoire, ce qui évite de répéter le travail de démarrage entre les requêtes. Les backends externes facultatifs utilisent les fournisseurs que vous configurez.

ProFSL-1.1-ALv2Outil Python autonomeInstallation ↓

Ce que fait ce module.

  • Un daemon persistant maintient les collections zvec et les modèles d'embedding chargés en mémoire pour des requêtes à faible latence.
  • Recherche hybride par mots-clés et sémantique via Reciprocal Rank Fusion, avec reclassement par cross-encoder.
  • Découpage du code tenant compte de l'AST (Python, TypeScript, Go, Rust, C++) et découpage sémantique de Markdown.
  • Ingère du texte, du Markdown, du code, des PDF, des images (via OpenCLIP) et des URL web.
  • Serveur MCP natif pour l'intégration aux assistants IA (Claude Desktop, Cursor).
  • Des protections SSRF intégrées bloquent les requêtes malveillantes vers le réseau interne lors de l'ingestion d'URL.
  • Expansion des requêtes HyDE avec un backend LLM configurable.

Avant l’installation.

  • git (pour collection update --pull).
  • Installation de base (CPU) : installez le wheel zrag téléchargé avec uv tool install. Aucun GPU nécessaire.
  • Accélération GPU (Linux) : ajoutez l'extra [cuda] au wheel téléchargé pour torch et llama-cpp accélérés par CUDA.
  • macOS : l'accélération MPS fonctionne directement sur Apple Silicon, sans extra.
  • GPU Windows : installez séparément un wheel PyTorch pour CUDA (PyPI ne fournit que des wheels CPU).
daemon zrag - ~/codeVue enregistrée
Démonstration RAG fondée sur zvec montrant une recherche sémantique locale dans des collections de code.

RAG fondé sur zvec, local et rapide L’interface enregistrée est en anglais.

Mettez-le en service.

Utilisez l’archive Pro associée à votre achat. zrag est fourni sous forme de wheel séparé, en dehors du bundle Pi.

Seul le nom du fichier est utilisé. Le fichier reste sur votre appareil et n’est jamais envoyé.

Choisissez un fichier pour générer la commande exacte.

Exécutez cette commande depuis le dossier contenant l’archive. La sélection du fichier ne lance aucune installation ni commande.

Activez votre licence avec zrag license refresh dans votre terminal. L’activation et la validation périodique des droits contactent Polar. Votre travail n’est pas envoyé à Bastille-C3.

Guide complet d’installation et d’activation →

À l’usage.

Dans votre terminal

zrag daemon start

Syntaxe de référence · remplacez les arguments

zrag collection add <name> ./src --mask "**/*.py"

Syntaxe de référence · remplacez les arguments

zrag query "<natural language>" -c <name>

Syntaxe de référence · remplacez les arguments

zrag query $'intent: auth middleware\nlex: AuthMiddleware\nvec: login flow' -c <name>

Dans votre terminal

zrag mcp

Fonctionne comme un moteur continu en arrière-plan : démarrez le daemon, indexez les connaissances dans des collections, puis effectuez des recherches ou mettez-les à disposition d'assistants IA via MCP. Pour une précision maximale, utilisez une requête structurée sur plusieurs lignes avec intent: (ce qu'il faut trouver), lex: (ancres exactes comme les noms de fichiers ou les symboles), vec: (reformulation sémantique) et hyde: (passage de document hypothétique). La configuration se trouve dans ~/.zrag/config.yaml.

Bon à savoir.

  • Fourni sous forme de wheel Python autonome, sans être inclus dans le tarball du méta-bundle Pro ou Team. Installez directement le .whl avec uv tool install.
  • Embeddings et stockage vectoriel locaux par défaut. Les backends HyDE facultatifs et l'ingestion d'URL établissent les connexions que vous configurez ; les vérifications des droits payants contactent Polar.
  • Nécessite une licence Polar valide.
Supprimer ce module

Désinstaller l’outil Python

uv tool uninstall zrag

Supprimer une extension n’annule pas votre abonnement. Gérez le renouvellement séparément.

← Retour à tous les modules