Skip to main content
Glama
memory.json2.25 kB
{"type":"entity","name":"Test Entity for Batch 1","entityType":"Test","observations":["Created by Batch 1 integration test","Additional observation from integration test"]} {"type":"entity","name":"SAIOS-DEV Project Indexation","entityType":"Project Documentation","observations":["Indexation RAG complétée le 28/12/2025 avec modèle qwen3-embedding:latest (Ollama)","Configuration: chunk_size=1000, chunk_overlap=200, embedding_provider=ollama","Résultats: 1,066 fichiers indexés, 32,550 chunks créés, 0 erreurs","Problème identifié: fichiers du modèle VOSK dominent les résultats de recherche","Solution recommandée: exclure le dossier models/ des futures indexations","Modèle utilisé: qwen3-embedding:latest (embedding length: 4096, context: 40960 tokens)","Patterns de fichiers: **/*.{py,ts,js,jsx,tsx,md,txt,json,yaml,yml,html,css,scss,sql,rst}","Fichier .ragignore créé pour exclure les fichiers problématiques des futures indexations","Exclusions principales: models/vosk-model-fr-0.22/, node_modules/, __pycache__/, fichiers .log, .db","Format similaire à .gitignore pour une gestion facile des exclusions","Nouvelle base de données PostgreSQL dédiée créée pour rag-mcp-server","Conteneur Docker 'rag-mcp-postgres' sur le port 16432 (image pgvector/pgvector:pg15)","Configuration: base='rag_mcp_dedicated', user='rag_user', password sécurisé","Extension pgvector installée et table rag_store créée avec succès","Configuration serveur MCP mise à jour dans vector-store.ts pour utiliser le nouveau port 16432","Tests de connexion et d'insertion réussis - système opérationnel","Configuration RAG optimisée avec modèle performant qwen3-embedding:8b","Paramètres par défaut mis à jour : embedding_provider='ollama' (au lieu de 'fake'), embedding_model='qwen3-embedding:8b'","Division des chunks par 2 : chunk_size=500 (au lieu de 1000), chunk_overlap=100 (au lieu de 200)","Optimisation recherche : search_limit=20, search_threshold=0.3","Cache activé pour développement et production avec batch_size=10 (dev) et 50 (prod)","Configuration testée et validée - amélioration performance et précision"]} {"type":"relation","from":"Test Entity for Batch 1","to":"Another Entity","relationType":"TEST_RELATION"}

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/ali-48/rag-mcp-server'

If you have feedback or need assistance with the MCP directory API, please join our Discord server