---
title: "Cum configurez embedder-ul și baza vectorială în AnythingLLM?"
description: "Pentru ca AnythingLLM să folosească RAG are nevoie de două componente în afară de LLM: un **embedder** (transformă textul în vectori) și o **bază vectorială** (stochează vectorii). Iată cum le configurezi. ## Embedder-ul Mergi la **Settings → Embedding Preference**. Opțiuni…"
url: "https://www.hostx.ro/kb/cum-configurez-embedder-ul-si-baza-vectoriala-in-anythingllm/"
updated: "2026-08-06"
category: "AI & Automatizări / AnythingLLM"
tags:
  - AnythingLLM
  - bază de date
  - configurare
  - configurație
---

# Cum configurez embedder-ul și baza vectorială în AnythingLLM?

Pentru ca AnythingLLM să folosească RAG are nevoie de două componente în afară de LLM: un **embedder** (transformă textul în vectori) și o **bază vectorială** (stochează vectorii). Iată cum le configurezi.

## Embedder-ul

Mergi la **Settings → Embedding Preference**. Opțiuni uzuale:

- **Embedder încorporat** — AnythingLLM include un embedder local implicit, suficient pentru început, fără chei externe
- **OpenAI Embeddings** — calitate bună, dar trimite textul către OpenAI (cost + confidențialitate)
- **Ollama Embeddings** — local, privat (de exemplu modelul `nomic-embed-text`)

## Baza vectorială

Mergi la **Settings → Vector Database**. AnythingLLM include implicit **LanceDB** (locală, fără configurare), dar suportă și baze externe precum Chroma, Qdrant, Pinecone, Milvus etc.

- **LanceDB (implicit)** — cea mai simplă; datele rămân local
- **Baze externe** — utile la volume mari sau infrastructură dedicată

## Important: consistența embedder-ului

Dacă schimbi embedder-ul după ce ai indexat documente, va trebui să le **reindexezi**, pentru că vectorii vechi nu mai sunt compatibili. Alege embedder-ul înainte de a încărca documentele importante.

**Sfat:** Pentru confidențialitate maximă și cost zero, folosește embedder-ul local (încorporat sau Ollama) împreună cu LanceDB. Astfel, indexarea documentelor rămâne complet pe serverul tău.