Bolnee-Chat gir deg en RAG-chatbot på SQLite uten ekstern database

To script-tagger er alt du limer inn på siden din. Resten kjører på din egen infrastruktur, ifølge README-en i GitHub-repoet til AniketWathore: du oppretter en bot, legger inn nettadressen din og PDF-er som kunnskapskilder, velger en OpenAI-kompatibel leverandør og henter embed-snutten fra oversiktsfanen.

Lagringen er det som skiller prosjektet fra typiske RAG-oppsett. Crawleren henter innhold på samme domene, respekterer robots.txt og trekker ut overskrifter, avsnitt og lister. Tekstbitene havner i SQLite FTS, og databasen ligger som en enkelt fil under data-katalogen. Det er ingen ekstern database å drifte, og svarene leveres med sitater tilbake til kildene, med konfigurerbar fallback når treffene mangler.

Forutsetningene er lave: Node.js 18 eller nyere, npm og Python 3.10 for crawleren, som er valgfri men anbefalt. API-nøkler lagres per bot kryptert med AES-256-GCM og eksponeres aldri i embed-snutten. Setter du DISABLE_AUTH til true, får du en konsoll uten innlogging for enkelt-tenant-bruk. Utvikleren opplyser selv at prosjektet fortsatt er under aktiv utvikling og ber om at feil meldes som issues.

Lisensen er MIT, og du kan hoste på egen server, Vercel eller Cloudflare Pages. Vær klar over at SQLite FTS er fulltekstsøk, ikke vektorsøk: gjenfinningen er nøkkelordbasert, så treffsikkerheten faller når besøkende formulerer seg med andre ord enn de som står i kildene dine.

Hva bør du gjøre?

1. Klon repoet, kopier .env.example til .env og sett DISABLE_AUTH til true pluss en JWT_SECRET på minst 16 tegn hvis du bare skal kjøre lokalt.
2. Pek leverandøren mot din egen Ollama- eller vLLM-instans om du vil holde både data og inferens innenfor egen maskin.
3. Test gjenfinningen med spørsmål formulert annerledes enn teksten i kildene før du limer widgeten inn i produksjon.