• VETOR
  • ÍNDICE
  • HUMANO
  • RAG

Como gerar embeddings para RAG com sua IA

Conecte o SambaNova ao seu cliente de IA para transformar texto em vetores. Após a configuração, seu agente cuida de todo o cálculo necessário para construir seu índice de recuperação.

Pergunte à IA sobre esta página

Resposta rápida

Como obtenho embeddings para RAG?

Seu agente utiliza o SambaNova para transformar texto em vetores de alta dimensão. Essas representações permitem alimentar um banco de dados vetorial para busca semântica. Veja os detalhes e prompts abaixo.

Resultados do embedding

O que você recebe no processo

A IA transforma o texto bruto nos dados matemáticos necessários para a recuperação.

VETOR

Vetores de alta dimensão

A IA produz representações numéricas densas do seu texto. Esses vetores capturam o significado semântico dos seus dados.

ÍNDICE

Bancos vetoriais populados

Você obtém os dados para preencher seu banco de dados vetorial. Isso permite que seu agente realize buscas por similaridade depois.

HUMANO

Decisões de fragmentação

Você decide como dividir seus documentos antes do embedding. A IA segue suas instruções sobre como estruturar a entrada.

RAG

Recuperação contextual

Os embeddings gerados permitem que seu agente encontre o contexto relevante durante uma consulta, tornando seu sistema RAG muito mais preciso.

O fluxo

O que sua IA faz quando o texto chega.

O agente gerencia a conversão de texto para dados vetoriais.

  1. Preparar o texto

    Seu agente divide seus documentos em fragmentos específicos. Isso garante que os embeddings representem partes distintas de informação.

    create_embedding

  2. Executar inferência

    O agente envia os fragmentos de texto para o SambaNova para gerar os valores vetoriais.

    create_embedding

  3. Verificar dimensões

    A IA confirma se os embeddings gerados correspondem ao formato de alta dimensão esperado.

    create_embedding

  4. Pronto para armazenamento

    O agente entrega os vetores finais para que você possa movê-los para seu banco de dados.

    create_embedding

Teste

Copie estes exemplos para começar.

Use estes prompts para iniciar o processo de embedding.

Pontos de partida

Substitua os nomes de arquivos ou trechos de texto pelos seus próprios dados.

SambaNova Connector

Tudo pronto. Escolha seu cliente MCP e siga as instruções de configuração.

Link do conectorhttps://edge.vinkius.com/vk_preview_z52tsMdkFaoCTCBeg6u7bbxNhhnjcT0r5KXU6hjj/mcp

Claude Desktop

Siga os passos abaixo para conectar em 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.
Configuração · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "sambanova-ai-inference-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_z52tsMdkFaoCTCBeg6u7bbxNhhnjcT0r5KXU6hjj/mcp"
    }
  }
}
Copie no chat04

  • Gere embeddings para o conteúdo de 'project_notes.txt'.

  • Crie vetores para este texto: [cole seu texto aqui].

  • Transforme os dados de 'user_manual.pdf' em embeddings para meu sistema RAG.

  • Faça o embedding do conteúdo de 'api_docs.md' para que eu possa usá-lo na recuperação.

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

Comece aqui

Conecte o SambaNova uma vez e pronto.

Vincule sua conta uma única vez e suas credenciais permanecem criptografadas. Você encontra todos os detalhes técnicos na página do Connector.

Conectar SambaNova à sua IA

FAQ

Como o processo funciona

  • 01

    A IA pode salvar esses vetores automaticamente no meu banco de dados?

    Não. A IA gera os embeddings, mas você deve cuidar do armazenamento real no seu banco de dados vetorial.

  • 02

    A IA altera meus arquivos originais?

    Não. A ferramenta apenas lê o texto para criar os embeddings; ela não toca nem modifica seus arquivos de origem.

  • 03

    Posso fazer embedding de imagens ou áudio?

    Não. Esta ferramenta foi construída especificamente para embeddings de texto.

  • 04

    A IA decidirá como dividir meus documentos?

    A IA pode fragmentar o texto, mas o ideal é que você diga exatamente como deseja a divisão para obter os melhores resultados.

  • 05

    A IA pode deletar meu banco de dados vetorial?

    Não. Esta ferramenta não tem capacidade de deletar ou modificar bancos de dados externos.

  • Mais dúvidas sobre o SambaNova? Veja tudo o que o SambaNova Connector pode fazer

Conecte SambaNova ao Claude, Cursor, ChatGPT e outros