មគ្គុទេសក៍ RAGFlow៖ វិធីដំឡើងម៉ាស៊ីន RAG ប្រភពបើកចំហ របៀបបញ្ចូលឯកសារ និងរបៀបការពារ AI កុំឱ្យនិយាយផ្តេសផ្តាស

មាតិកាផ្តើម: នៅពេលដែល AI អានឯកសារ PDF ទៅជាវឹកវរ

ខ្ញុំធ្លាប់បានឃើញករណីជាក់ស្តែងមួយ៖ ក្រុមហ៊ុនមួយចង់បង្កើតបណ្តុំចំណេះដឹងផ្ទៃក្នុង (Internal Knowledge Base) ដោយបានទម្លាក់ឯកសារ PDF មគ្គុទ្ទេសក៍ផលិតផលជាងបីរ້ອຍច្បាប់ចូលទៅក្នុងប្រព័ន្ធ RAG មួយ។ ជាលទ្ធផល នៅពេលដែល AI ឆ្លើយតប វាបានយកតួលេខក្នុងតារាងទៅភ្ជាប់ជាមួយអត្ថបទផ្នែកផ្សេង ហើយយកការរក្សាសិទ្ធិនៅខាងក្រោមទំព័រមកយោងជាអត្ថបទដើម។ នៅពេលសួរវាថា «ថាមពលរបស់ម៉ូដែល A គឺប៉ុន្មាន?» វាបានឆ្លើយយ៉ាងម៉ឺងម៉ាត់នូវតួលេខរបស់ម៉ូដែល B ទៅវិញ។ វិស្វករដែលទទួលខុសត្រូវ បានញញឹមទាំងហួសចិត្តដោយនិយាយថា បញ្ហាមិនមែនមកពីម៉ូដែលល្ងង់ទេ គឺមកពី «ឯកសារមិនត្រូវបានអានឱ្យបានត្រឹមត្រូវតាំងពីដើមមក»។

នេះគឺជាចំណុចពិបាកពិតប្រាកដរបស់ RAG ពោលគឺមិនមែនស្ថិតនៅលើការភ្ជាប់ម៉ូដែលនោះទេ ប៉ុន្តែគឺការកាត់ឯកសារដែលមានប្លង់ស្មុគស្មាញ មានតារាង និងឯកសារស្កេន ឱ្យទៅជាកង់ៗដែលម៉ូដែលអាចញ៉ាំរួច។ RAGFlow គឺផ្តោតសំខាន់លើចំណុចនេះឯង។ អត្ថបទនេះនឹងនាំអ្នកទៅដំឡើងจริง បញ្ចូលឯកសារ និងធ្វើឱ្យវាភ្ជាប់មកជាមួយនូវប្រភពឯកសារយោង។

RAGFlow គឺជាអ្វី?

RAGFlow គឺជាប្រព័ន្ធម៉ាស៊ីន RAG (Retrieval-Augmented Generation) ប្រភពបើកចំហ (Open-source) ដែលបង្កើតឡើងដោយ InfiniFlow ដោយកូដត្រូវបានផ្សព្វផ្សាយជាសាធារណៈនៅលើ GitHub។ ប្រសិនបើអ្នកនៅមិនទាន់ច្បាស់ថា RAG ជាអ្វីទេ សូមអានអត្ថបទរបស់យើង តើ RAG គឺជាអ្វី ជាមុនសិន ទើបងាយយល់ — និយាយឱ្យខ្លីទៅ វាគឺការអនុញ្ញាតឱ្យ AI ស្វែងរកព័ត៌មាននៅក្នុងគំនរទិន្នន័យរបស់អ្នកជាមុនសិន មុនពេលវាឆ្លើយតប ហើយឆ្លើយយោងទៅតាមអ្វីដែលវាបានរកឃើញ ជំនួសឱ្យការនិយាយផ្តេសផ្តាសតាមការចងចាំ។

អ្វីដែលធ្វើឱ្យ RAGFlow ខុសប្លែកពីឧបករណ៍ RAG ផ្សេងទៀត គឺវាមានមុខងារហៅថា DeepDoc នៃការយល់ដឹងឯកសារស៊ីជម្រៅ (Deep Document Understanding)។ ឧបករណ៍ធម្មតាអាន PDF គឺគ្រាន់តែទាញយកអត្ថបទចេញមកទាំងងងឹតងងុល ហើយពេលប្លង់ស្មុគស្មាញ វានឹងច្របូកច្របល់។ RAGFlow នឹងយល់ពីโครงสร้าง ប្លង់ ថាត្រង់ណាជាចំណងជើង ត្រង់ណាជាតារាង និងត្រង់ណាជាកថាខណ្ឌ សូម្បីតែឯកសារស្កេន (PDF ប្រភេទរូបភាព) ក៏អាចដំណើរការបានតាមរយៈ OCR ផងដែរ។ វាគាំទ្រទម្រង់ជាច្រើនដូចជា Word, Presentations, Excel, អត្ថបទសុទ្ធ, រូបភាព, ឯកសារស្កេន, ទិន្នន័យមានโครงสร้าง និងទំព័របណ្តាញ (Webpages) ជាដើម។

ចំណុចសំខាន់មួយទៀតគឺការយោងដែលអាចដានដានបាន (Traceable Citation)។ នៅពេលដែលវាឆ្លើយ វានឹងសម្គាល់មូលដ្ឋាននៃចម្លើយ ដែលអាចឱ្យអ្នកមើលឃើញថា «ប្រយោគនេះមកពីកថាខណ្ឌណា នៃឯកសារណា» ដែលជួយកាត់បន្ថយយ៉ាងខ្លាំងនូវឱកាសដែលអ្នកត្រូវបានបោកបញ្ឆោតដោយ AI។ វាក៏បានរួមបញ្ចូលគ្នានូវវេទិកាប្រភេទ Dify ក្នុងការរៀបចំ Agent ដោយគាំទ្រដល់ការផ្គុំ RAG, ឧបករណ៍ និង MCP ទៅជាលំហូរការងារមើលឃើញ (Visual Workflow) ផងដែរ។

អាចយកទៅប្រើប្រាស់ធ្វើអ្វីបានខ្លះ?

• បណ្តុំចំណេះដឹងផ្ទៃក្នុងរបស់ក្រុមហ៊ុន: បញ្ចូលមគ្គុទ្ទេសក៍ផលិតផល, SOP, គំរូកិច្ចសន្យាចូលទៅ ព្រមទាំងឱ្យបុគ្គលិកសួរជាភាសាធម្មជាតិ ដោយចម្លើយមានភ្ជាប់ប្រភពមកជាមួយ។
• ប្រព័ន្ធឆ្លើយឆ្លងបម្រើអតិថិជន (Customer Service Back-end): ភ្ជាប់ជាមួយសំណួរញឹកញាប់ (FAQ) និងឯកសារបច្ចេកទេស ដើម្បីធ្វើជាខួរក្បាលរបស់ Chatbot។
• ការស្រាវជ្រាវ និងវិភាគ: បណ្តឹងផ្លូវច្បាប់ របាយការណ៍ហិរញ្ញវត្ថុ និក្ខេបបទ ដែលជាឯកសារមានប្លង់ស្មុគស្មាញ និងទាមទារការយោងយ៉ាងជាក់លាក់ គឺជាចំណុចខ្លាំងរបស់ DeepDoc តែម្តង។
• ខួរក្បាលទីពីរផ្ទាល់ខ្លួន: បោះកំណត់ត្រា និងសៀវភៅអេឡិចត្រូនិកដែលអ្នកបានสะสมជាច្រើនឆ្នាំចូលទៅ ដើម្បីប្រែក្លាយវាទៅជាបណ្តុំចំណេះដឹងដែលអាចសន្ទនាបាន។

ប្រសិនបើអ្នកចង់យល់ពីរបៀបរៀបចំប្រព័ន្ធ RAG ទាំងមូល អ្នកអាចអានអត្ថបទ មគ្គុទ្ទេសក៍ការអនុវត្ត RAG ផ្អៀងគ្នាបាន។

របៀបប្រើប្រាស់៖ ការចាប់ផ្តើមលើកដំបូង

RAGFlow ត្រូវបានដាក់ពង្រាយ (Deploy) តាមរយៈ Docker ដែលដំណើរការមិនសូវពិបាកប៉ុន្មានទេ ប៉ុន្តែវាទាមទារកម្លាំងម៉ាស៊ីនបន្តិច ដូច្នេះសូមពិនិត្យមើលលក្ខណៈជាក់លាក់ជាមុនសិន។

1. ពិនិត្យមើលតម្រូវការប្រព័ន្ធ

ការណែនាំជាផ្លូវការ៖ CPU យ៉ាងតិច 4 Cores, RAM យ៉ាងតិច 16GB, ទំហំថាសរឹង (Hard Drive) យ៉ាងតិច 50GB, Docker 24 ឡើងទៅ និង Docker Compose v2.26 ឡើងទៅ។ ចំណុច RAM នេះគឺមានសារៈសំខាន់ណាស់ — វាត្រូវដំណើរការប្រព័ន្ធស្វែងរក Vector ប្រសិនបើ RAM មិនគ្រប់គ្រាន់ទេ វាจะគាំងជានិច្ច ដូច្នេះកុំគិតថានឹងប្រើម៉ាស៊ីនតូចទំហំ 4GB ឱ្យសោះ។

2. ទាញយក Project និងចាប់ផ្តើមដំណើរការ

បន្ទាប់ពី Clone มาจาก GitHub ចូលទៅកាន់ថត (Directory) Docker ហើយចាប់ផ្តើមដំណើរការ៖

bash
git clone https://github.com/infiniflow/ragflow.git
cd ragflow/docker
docker compose up -d

ការដំណើរការលើកដំបូងនឹងទាញយក Image ច្រើនល្មមដែរ ដូច្នេះសូមឆុងកាហ្វេចាំបន្តិច។ បន្ទាប់ពីដំណើរការរួច សូមប្រើពាក្យបញ្ជា docker ps ដើម្បីបញ្ជាក់ថា Containers ទាំងអស់បានងើបឡើងហើយ។

3. បើកប្រព័ន្ធគ្រប់គ្រង (Back-end) និងកំណត់ម៉ូដែល

បន្ទាប់ពីសេវាកម្មបានចាប់ផ្តើមហើយ សូមបើកកម្មវិធីរុករក (Browser) ទៅកាន់ http://IP_ម៉ាស៊ីន_របស់អ្នក (រៀបចំទុកជាស្រេចលើ Port 80)។ ចុះឈ្មោះគណនីមួយដើម្បីចូល (Login) បន្ទាប់មកចូលទៅកាន់ការកំណត់ដើម្បីបំពេញ API Key របស់ម៉ូដែល — ជំហាននេះមិនអាចរំលងបានទេ។ RAGFlow មិនមានភ្ជាប់មកជាមួយនូវម៉ូដែលស្រាប់ទេ ដូច្នេះអ្នកត្រូវប្រាប់វាថាតើត្រូវប្រើ LLM ណា (សម្រាប់ឆ្លើយតບ) និងម៉ូដែល Embedding ណា (សម្រាប់បម្លែងអត្ថបទទៅជា Vector)។ អ្នកអាចបំពេញរបស់ OpenAI, ម៉ូដែល Cloud ផ្សេងៗ ឬភ្ជាប់ទៅកាន់ Ollama ក្នុងមូលដ្ឋាន (Local) ក៏បាន។

4. បង្កើតបណ្តុំចំណេះដឹង និងបញ្ចូលឯកសារ

បង្កើត Knowledge Base មួយ ហើយផ្ទុកឡើង (Upload) ឯកសារ PDF និង Word របស់អ្នក។ ចំណុចសំខាន់មកដល់ហើយ៖ បន្ទាប់ពីផ្ទុកឡើងរួច អ្នកត្រូវជ្រើសរើស គំរូកាត់បំណែក (Chunk Method)។ RAGFlow ផ្តល់ជូននូវគំរូជាច្រើនដើម្បីផ្គូផ្គងនឹងប្រភេទឯកសារផ្សេងៗ — ឯកសារទូទៅ និក្ខេបបទ សៀវភៅ ច្បាប់ បទបង្ហាញ (Presentation) តារាង គូសំណួរ-ចម្លើយ និងផ្សេងៗទៀត។ ជ្រើសរើសគំរូបានត្រឹមត្រូវ គុណភាពនៃការកាត់បំណែកនឹងខុសគ្នាឆ្ងាយណាស់។ បន្ទាប់ពីជ្រើសរើសរួច ចុចវិភាគ (Parse) វាจะដំណើរការ DeepDoc ដើម្បីបំបែកឯកសារទៅជាបំណែកៗ។

5. ពិនិត្យមើលលទ្ធផលនៃការកាត់បំណែក

នេះគឺជាមុខងារដែលគួរប្រើបំផុតរបស់ RAGFlow៖ បន្ទាប់ពីការវិភាគរួច វាจะបង្ហាញជាទិដ្ឋភាពមើលឃើញ (Visualized) នូវលទ្ធផលនៃការកាត់បំណែកឱ្យអ្នកឃើញ ដែលអ្នកអាចមើលឃើញថាបំណែកនីមួយៗមានลักษณะយ៉ាងណា និងត្រូវគ្នាទៅនឹងទីតាំងណាឯណាមួយនៃអត្ថបទដើម។ ប្រសិនបើអ្នករកឃើញថាវាត្រូវបានកាត់ខុស — ឧទាហរណ៍ តារាងត្រូវបានកាត់ផ្តាច់ — អ្នកអាចកែសម្រួលវាដោយដៃបាន។ កុំខ្លាចថាវាពិបាកអី ជំហាននេះកំណត់ដោយផ្ទាល់ថាតើចម្លើយនៅពេលក្រោយនឹងត្រូវកម្រិតណា។

6. បង្កើតជំនួយការសន្ទនា (Chat Assistant) និងធ្វើតេស្តសួរ-ឆ្លើយ

នៅពេលដែលការកាត់បំណែកមិនមានបញ្ហាអ្វីទេ សូមបង្កើត Chat មួយ ភ្ជាប់បណ្តុំចំណេះដឹងនេះចូលទៅ ហើយអ្នកអាចចាប់ផ្តើមសួរព័ត៌មានបានហើយ។ នៅពេលដែលវាឆ្លើយ វានឹងភ្ជាប់មកជាមួយនូវប្រភពយោង ដែលការចុចលើវាអាចលោតទៅកាន់ផ្នែកអត្ថបទដើមបាន។

##បច្ចេកទេសកម្រិតខ្ពស់

គំរូត្រូវបែងចែកបណ្តុំតាមប្រភេទឯកសារ: កុំយកកិច្ចសន្យាផ្លូវច្បាប់ និងបទបង្ហាញផលិតផលដាក់ចូលទៅក្នុងបណ្តុំចំណេះដឹងតែមួយ និងប្រើគំរូដូចគ្នាឱ្យសោះ។ ប្លង់ខុសគ្នាយ៉ាងខ្លាំង ហេតុនេះតรรកៈនៃការកាត់បំណែកក៏ខុសគ្នាដែរ។ ការបង្កើតបណ្តុំដាច់ដោយឡែកពីគ្នា និងជ្រើសរើសគំរូរៀងៗខ្លួន នឹងធ្វើឱ្យកម្រិតត្រឹមត្រូវកើនឡើងយ៉ាងច្បាស់។

ចេះប្រើប្រាស់ការស្វែងរកចម្រຸះ (Hybrid Retrieval): RAGFlow ធ្វើការស្វែងរក Vector និងការស្វែងរកពាក្យគន្លឹះ BM25 ក្នុងពេលដំណាលគ្នា ហើយបន្ទាប់មកធ្វើការតម្រៀបឡើងវិញ (Re-rank)។ ការស្វែងរក Vector សុទ្ធតែងតែមិនសូវចាប់បានត្រឹមត្រូវសម្រាប់សំណួរប្រភេទ «ឈ្មោះពិតប្រាកដ លេខផ្នែក (Part Number) លេខអត្ថបទច្បាប់» ប៉ុន្តែការស្វែងរកពាក្យគន្លឹះអាចបំពេញបន្ថែមចំណុចនេះបានយ៉ាងល្អ។ វាមានស្រាប់ជាលំនាំដើម ប៉ុន្តែអ្នកអាចកែសម្រួលទម្ងន់ (Weight) បាន។

ភ្ជាប់ទៅ Ollama ដើម្បីដំណើរការម៉ូដែលក្នុងមូលដ្ឋាន (Local): អ្នកណាដែលខ្វល់ខ្វាយពីរឿងភាពឯកជននៃទិន្នន័យ និងមិនចង់បញ្ជូនឯកសារក្រុមហ៊ុនទៅកាន់ Cloud នោះ អាចចង្អុលបង្ហាញទាំង LLM និងម៉ូដែល Embedding ទៅកាន់ Ollama ក្នុងមូលដ្ឋាន ដោយដំណើរការប្រព័ន្ធទាំងមូលแบบ Offline។ តម្លៃដែលត្រូវបង់គឺត្រូវមានម៉ាស៊ីនល្អជាងមុន។

ប្រើ API ដើម្បីភ្ជាប់ទៅកាន់ប្រព័ន្ធផ្ទាល់ខ្លួន: RAGFlow មានផ្តល់ជូននូវ API ដែលអ្នកអាចប្រើវាជាស្រទាប់ស្វែងរកនៅផ្នែកខាងក្រោយ (Back-end) ដោយផ្នែកខាងមុខ (Front-end) ប្រើប្រាស់ចំណុចប្រទាក់ផ្ទាល់ខ្លួនរបស់អ្នក ឬភ្ជាប់ទៅកាន់ប្រព័ន្ធបម្រើអតិថិជនដែលមានស្រាប់។ ប្រសិនបើអ្នកចង់ធ្វើលំហូរការងារស្មុគស្មាញជាងនេះ អ្នកក៏អាចប្រើមុខងាររៀបចំ Agent របស់វាផងដែរ ដែលแนวคิดគឺស្រដៀងគ្នាទៅនឹងឈុត ការអភិវឌ្ឍន៍ AI Agent ដែរ។

កំហុសទូទៅ និងចំណុចគួរយកចិត្តទុកដាក់

• កំណត់ទំហំ RAM តូចពេកហើយបង្ខំចិត្តដំឡើង: 16GB គឺជាដែនកំណត់ទាបបំផុត មិនមែនជាការណែនាំទេ។ ប្រសិនបើទាបជាងនេះ Container នឹងគាំងម្តងហើយម្តងទៀត ដែលជាហេតុធ្វើឱ្យអ្នកចាប់ផ្តើមដំបូងតែងតែជាប់គាំងនៅត្រង់នេះ ហើយរកមូលហេតុមិនឃើញ។
• ភ្លេចកំណត់ម៉ូដែល Embedding: មនុស្សជាច្រើនកំណត់តែ LLM សម្រាប់ឆ្លើយតប ប៉ុន្តែភ្លេចម៉ូដែល Embedding ដែលជាលទ្ធផលធ្វើឱ្យឯកសារមិនត្រូវបានបម្លែងជា Vector ឱ្យបានត្រឹមត្រូវទាល់តែសោះ ហើយសួរអ្វីក៏ឆ្លើយមិនត្រូវដែរ។ អ្នកត្រូវតែកំណត់ទាំងពីរ។
• ជ្រើសរើសគំរូកាត់បំណែកតាមអំពើចិត្ត ឬមិនពិនិត្យមើល: ប្រើគំរូលំនាំដើមដើម្បីបញ្ចូល PDF ដែលមានโครงสร้างស្មុគស្មាញ រួចហើយត្អូញត្អែរថាចម្លើយអាក្រក់ — បញ្ហាមិនខុសពីការកាត់បំណែកនោះទេ។ អ្នកត្រូវតែមើលលទ្ធផលមើលឃើញ (Visualization) ហើយកែសម្រួលវាប្រសិនបើខូច។
• គិតថាមានប្រភពយោងគឺត្រូវ 100%: ការយោងដែលអាចដានដានបានគឺដើម្បីឱ្យអ្នក «สามารถផ្ទៀងផ្ទាត់បាន» មិនមែន «ធានាថាត្រូវ» នោះទេ។ ការយោងកាត់បន្ថយហានិភ័យនៃការពិតក្លែងក្លាយ (Hallucination) ប៉ុន្តែម៉ូដែលនៅតែអាចអានខុសផ្នែកណាមួយបាន។ សម្រាប់ស្ថានភាពសំខាន់ៗ សូមធ្វើការពិនិត្យឡើងវិញដោយមនុស្ស។ ប្រសិនបើអ្នកចង់ស្វែងយល់បន្ថែមអំពីមូលហេតុដែល AI និយាយផ្តេសផ្តាស សូមអាន តើ AI Hallucination គឺជាអ្វី។
• ភាពឯកជននៃទិន្នន័យមិនត្រូវបានគិតគូរឱ្យបានច្បាស់លាស់: ប្រសិនបើអ្នកប្រើម៉ូដែល Cloud បំណែកឯកសាររបស់អ្នកនឹងត្រូវបញ្ជូនទៅកាន់អ្នកផ្តល់សេវាម៉ូដែលនោះ។ សម្រាប់ទិន្នន័យរសើប សូមប្រើប្រាស់ដំណោះស្រាយម៉ូដែលក្នុងមូលដ្ឋាន (Local)។

ការវាយតម្លៃពី TheAI Academy

នៅលើទីផ្សារមានឧបករណ៍ដែលสามารถភ្ជាប់ RAG ជាច្រើនរាប់មិនអស់ ប៉ុន្តែភាគច្រើនផ្តោតសំខាន់លើ «របៀបភ្ជាប់ម៉ូដែល របៀបរក្សាទុក Vector» ដោយសន្មតថាឯកសារអាចអានចូលមកបានយ៉ាងស្អាត។ ក្នុងការអនុវត្តជាក់ស្តែង ការវិភាគឯកសារគឺជាកន្លែងដែល 90% នៃគម្រោងត្រូវបះជើងឡើងលើ។ RAGFlow ចំណាយកម្លាំងលើ DeepDoc និងការមើលឃើញការកាត់បំណែក ដែលស្មើនឹងការទទួលស្គាល់ និងដោះស្រាយដោយផ្ទាល់នូវកិច្ចការដែលកខ្វក់បំផុតនេះ។ សម្រាប់ក្រុមការងារដែលចង់បង្កើតបណ្តុំចំណេះដឹងរបស់ក្រុមហ៊ុន ប៉ុន្តែត្រូវបុកពោះដោយសារតារាង និងឯកសារស្កេន ការសម្រេចចិត្តបែបនេះគឺពិតជាត្រូវចំណុចខ្លាំងណាស់។

ធ្វើការជាមួយ RAG យូរទៅ អ្នកនឹងយល់ពាក្យមួយឃ្លា៖ គុណភាពនៃចម្លើយមិនមែនឈ្នះដោយសារម៉ូដែលខ្លាំងប៉ុណ្ណានោះទេ ប៉ុន្តែឈ្នះដោយសារឯកសារត្រូវបានអានបានល្អប៉ុណ្ណានៅពេលចាប់ផ្តើម។ RAGFlow ភ្នាល់លើចំណុចនេះ ហើយវាបានភ្នាល់ត្រូវ។

សូមកត់សម្គាល់ថា វាគឺជាឧបករណ៍ដែលងាកទៅរកវិស្វករ ដែលតម្រូវឱ្យចេះ Docker និងមានម៉ាស៊ីនសមរម្យមួយ មិនមែនជាសេវាកម្ម Cloud ដែលគ្រាន់តែដំឡើងរួចប្រើបានភ្លាមៗនោះទេ។ ប្រសិនបើអ្នកគ្រាន់តែជាបុគ្គលម្នាក់ដែលចង់សាកល្បង RAG ងាយៗ កម្រិតនៃការចូលប្រើប្រាស់អាចនឹងខ្ពស់បន្តិច ប៉ុន្តែប្រសិនបើអ្នកចង់សាងសង់ដោយខ្លួនឯង អាចគ្រប់គ្រងបាន និងត្រូវจัดการกับឯកសារស្មុគស្មាញ វាពិតជាคุ້ມค่าក្នុងការចំណាយពេលមួយរសៀលដើម្បីដំឡើង និងលេងវា។

ប្រភពទិន្នន័យ

• [គេហទំព័រផ្លូវការ