• VECTOR
  • INDEX
  • HUMAN
  • RAG

Cómo generar embeddings para RAG con tu IA y SambaNova

Conecta SambaNova a tu cliente de IA para convertir texto en vectores. Una vez configurado, tu agente se encarga de los cálculos necesarios para construir tu índice de recuperación.

Pregunta a la IA sobre esta página

Respuesta rápida

¿Cómo obtengo embeddings para RAG?

Tu agente utiliza SambaNova para transformar texto en vectores de alta dimensión. Estas representaciones te permiten alimentar una base de datos vectorial para búsquedas semánticas. A continuación verás los pasos y prompts específicos.

Resultados del embedding

Lo que obtienes del proceso

La IA convierte el texto bruto en los datos matemáticos necesarios para la recuperación.

VECTOR

Vectores de alta dimensión

La IA genera representaciones numéricas densas de tu texto. Estos vectores capturan el significado semántico de tus datos.

INDEX

Almacenes vectoriales llenos

Obtienes los datos necesarios para completar tu base de datos vectorial. Esto permite que tu agente realice búsquedas por similitud más adelante.

HUMAN

Decisiones de fragmentación

Debes decidir cómo dividir tus documentos antes del embedding. La IA seguirá tus instrucciones sobre cómo estructurar la entrada.

RAG

Recuperación contextual

Los embeddings resultantes permiten que tu agente encuentre el contexto relevante durante una consulta. Esto hace que tu sistema RAG sea mucho más preciso.

El flujo

Qué hace tu IA cuando llega el texto.

El agente gestiona la conversión de texto a datos vectoriales.

  1. Preparar el texto

    Tu agente divide los documentos en fragmentos específicos. Esto asegura que los embeddings representen piezas de información distintas.

    create_embedding

  2. Ejecutar inferencia

    El agente envía los fragmentos de texto a SambaNova para generar los valores vectoriales.

    create_embedding

  3. Verificar dimensiones

    La IA comprueba que los embeddings generados coincidan con el formato de alta dimensión esperado.

    create_embedding

  4. Listo para almacenar

    El agente entrega los vectores finales para que puedas moverlos a tu base de datos.

    create_embedding

Pruébalo

Copia estos ejemplos para empezar.

Usa estos prompts para iniciar el proceso de embedding.

Puntos de partida

Sustituye los nombres de archivos o fragmentos de texto por tus propios datos.

SambaNova Connector

Todo listo. Elige tu cliente MCP y sigue las instrucciones de configuración.

Enlace del conectorhttps://edge.vinkius.com/vk_preview_z52tsMdkFaoCTCBeg6u7bbxNhhnjcT0r5KXU6hjj/mcp

Claude Desktop

Sigue los pasos siguientes para conectarte en segundos.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — SambaNova capabilities are ready to use.
Configuración · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "sambanova-ai-inference-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_z52tsMdkFaoCTCBeg6u7bbxNhhnjcT0r5KXU6hjj/mcp"
    }
  }
}
Copia en el chat04

  • Genera embeddings para el contenido de 'project_notes.txt'.

  • Crea vectores para este texto: [pega tu texto aquí].

  • Convierte los datos de 'user_manual.pdf' en embeddings para mi sistema RAG.

  • Genera embeddings del contenido de 'api_docs.md' para poder usarlo en la recuperación.

  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Empieza aquí

Conecta SambaNova una vez y luego pregunta.

Vincula tu cuenta una sola vez y tus credenciales permanecerán cifradas. Puedes consultar todos los detalles técnicos en la página del Connector.

Conecta SambaNova a tu IA

FAQ

Comportamiento de esta tarea

  • 01

    ¿Puede la IA guardar estos vectores automáticamente en mi base de datos?

    No. La IA genera los embeddings, pero tú debes gestionar el almacenamiento real en tu base de datos vectorial.

  • 02

    ¿La IA modifica mis archivos originales?

    No. La herramienta solo lee el texto para crear los embeddings; no toca ni modifica tus archivos de origen.

  • 03

    ¿Puedo generar embeddings de imágenes o audio?

    No. Esta herramienta está diseñada específicamente para embeddings de texto.

  • 04

    ¿Decidirá la IA cómo dividir mis documentos?

    La IA puede fragmentar el texto, pero para obtener mejores resultados debes indicarle exactamente cómo quieres dividir los datos.

  • 05

    ¿Puede la IA borrar mi base de datos vectorial?

    No. Esta herramienta no tiene capacidad para borrar o modificar bases de datos externas.

  • ¿Más dudas sobre SambaNova? Ver todo lo que puede hacer el SambaNova Connector

Conecta SambaNova a Claude, Cursor, ChatGPT y más