Repolode
Enviar
pathwaycom

pathwaycom/serviette

Um servidor RAG sem código que indexa uma pasta de documentos em um dos 8 bancos de dados vetoriais e mantém as respostas atualizadas conforme os arquivos mudam.

Ver no GitHubSite
Estrelas
58,782
Forks
1,513
Issues abertas
8
Último commit
há 5 dias

O que é?

serviette é um servidor de geração aumentada por recuperação (RAG) configurado inteiramente por meio de um único arquivo YAML. Basta indicar uma pasta de documentos e escolher um banco de dados vetorial e um embedder para disponibilizar um chat web e uma API REST versionada (/api/v1) que respondem com base nesses documentos e citam as fontes.

O indexador é executado como um processo separado, criado com o framework de dados em tempo real Pathway. Assim, edições, novos arquivos e exclusões são gravados no banco vetorial em segundos, sem precisar reindexar manualmente. O backend padrão é o DuckDB, um banco de dados embarcado em um único arquivo. Também há suporte a pgvector, Qdrant, Milvus, ChromaDB, Weaviate, Pinecone e MongoDB Atlas Vector Search. As fontes podem ser arquivos locais, Google Drive, S3/MinIO e SharePoint. A análise de conteúdo abrange texto, arquivos do Office, PDFs, imagens digitalizadas e áudio ou vídeo, desde que a chave de API correspondente esteja configurada.

O projeto é feito em Python, tem licença MIT e exige uma chave de licença gratuita do Pathway. Ele responde a uma pergunta por vez, com base no estado atual dos documentos; não inclui memória de conversa nem contas de usuário.

Recursos principais

  • 01Configurado por um único arquivo YAML, que pode ser gerado com um assistente interativo.
  • 02Compatível com 8 bancos de dados vetoriais, com DuckDB como opção padrão sem configuração.
  • 03Monitora as fontes em tempo real para atualizar o índice em segundos quando há edições ou exclusões.
  • 04Oferece, como opções, busca híbrida com BM25 e vetores, reranking, decomposição de consultas e MMR.
  • 05Disponibiliza uma interface de chat e uma API REST na mesma porta.

Casos de uso

  • Criar um assistente interno de perguntas e respostas sobre documentos da empresa, que se mantém atualizado conforme os arquivos mudam.
  • Prototipar localmente um pipeline RAG com DuckDB e um embedder local gratuito.
  • Adicionar um endpoint REST que retorna respostas com citações a um banco de dados vetorial existente, usado por outros aplicativos.

Início rápido

  1. 1

    Instale o pacote com pip

    pip install serviette
  2. 2

    Configure sua chave de licença gratuita do Pathway

    export PATHWAY_LICENSE_KEY=...
  3. 3

    Configure sua chave de API da OpenAI para gerar respostas

    export OPENAI_API_KEY=sk-...
  4. 4

    Execute a demonstração e abra o chat em localhost:8989

    serviette demo --embedder openai

Antes de usar

  • É necessária uma chave de licença gratuita do Pathway antes de executar.
  • Responde a uma pergunta por vez e não mantém histórico de conversa nem oferece contas de usuário ou um serviço hospedado.
  • Os embeddings locais padrão exigem uma instalação grande do PyTorch, a menos que você use a flag de build para CPU.

Tópicos

#rag#vector-database#semantic-search#llm#document-qa#real-time#self-hosted#chromadb#document-search#duckdb

Perguntas frequentes

O que é serviette?
Um servidor RAG sem código que indexa uma pasta de documentos em um dos 8 bancos de dados vetoriais e mantém as respostas atualizadas conforme os arquivos mudam. serviette é um servidor de geração aumentada por recuperação (RAG) configurado inteiramente por meio de um único arquivo YAML. Basta indicar uma pasta de documentos e escolher um banco de dados vetorial e um embedder para disponibilizar um chat web e uma API REST versionada (/api/v1) que respondem com base nesses documentos e citam as fontes.
serviette é gratuito? Qual é a licença?
serviette é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
serviette ainda é mantido?
Manutenção ativa. O último commit de serviette foi em 16 de out. de 2026.
Para que posso usar serviette?
Criar um assistente interno de perguntas e respostas sobre documentos da empresa, que se mantém atualizado conforme os arquivos mudam. Prototipar localmente um pipeline RAG com DuckDB e um embedder local gratuito. Adicionar um endpoint REST que retorna respostas com citações a um banco de dados vetorial existente, usado por outros aplicativos.
Como instalar serviette?
Instale o pacote com pip: pip install serviette Configure sua chave de licença gratuita do Pathway: export PATHWAY_LICENSE_KEY=... Configure sua chave de API da OpenAI para gerar respostas: export OPENAI_API_KEY=sk-... Execute a demonstração e abra o chat em localhost:8989: serviette demo --embedder openai
Onde consigo serviette?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/pathwaycom/serviette

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados