Plattform
Private KI-Infrastruktur — von Compute bis Agenten.
Zielgruppen
Für Enterprise, KMU und private Entwickler.
Wissen & Support
Alles, was du brauchst, um erfolgreich mit Mycelis zu arbeiten.
Intelligence
Lade Dokumente hoch, Mycelis erstellt automatisch Vektoren. Bei jeder Anfrage werden relevante Inhalte als Kontext eingefügt — ohne eigene Vektordatenbank oder Embedding-Pipeline.
Was ist RAG?
RAG (Retrieval-Augmented Generation) ist eine Technik, bei der das Modell nicht aus dem Gedächtnis antwortet, sondern zunächst relevante Dokumente aus einer Datenbank abruft und diese als Kontext nutzt.
Ergebnis: Das Modell antwortet auf Basis deiner aktuellen Dokumente — keine Halluzinationen über veraltete Informationen, kein Basismodell-Retraining nötig.
Unterstützte Dateiformate
Texte, Tabellen
TXT / MD
Plain Text, Markdown
DOCX
Word-Dokumente
HTML / JSON
Strukturierte Inhalte
Automatische Embedding-Pipeline
PDF, TXT, DOCX oder Markdown. Maximale Dateigröße: 50 MB pro Datei, 500 MB pro Knowledge Base.
Mycelis teilt das Dokument automatisch in semantische Abschnitte (Chunks). Standard: 512 Token mit 50-Token-Overlap.
Jeder Chunk wird mit text-embedding-3-small in einen 1536-dimensionalen Vektor umgewandelt.
Vektoren werden in einer dedizierten Qdrant-Collection gespeichert — pro Workspace isoliert.
Bei jeder Modellanfrage wird die Query vektorisiert, ähnliche Chunks abgerufen und als Kontext eingefügt.
Häufige Fragen
Keine eigene Vektordatenbank, kein Embedding-Code. Einfach hochladen.
Kostenlos starten