---
title: Cum construiesc un chatbot pe baza documentelor mele (RAG) în Flowise?
description: "**RAG** (Retrieval-Augmented Generation) îți permite să faci un chatbot care răspunde **pe baza documentelor tale** (PDF-uri, pagini, manuale), nu doar din cunoștințele generale ale modelului. ## Ce componente îți trebuie - Un **Document Loader** (încarcă fișierele: PDF, text, site) -…"
url: "https://www.hostx.ro/kb/cum-construiesc-un-chatbot-pe-baza-documentelor-mele-rag-in-flowise/"
updated: "2026-08-04"
category: "AI & Automatizări / Flowise"
tags:
  - API
  - aplicații web
  - content management
  - debugging
  - Flowise
  - integrare
---

# Cum construiesc un chatbot pe baza documentelor mele (RAG) în Flowise?

**RAG** (Retrieval-Augmented Generation) îți permite să faci un chatbot care răspunde **pe baza documentelor tale** (PDF-uri, pagini, manuale), nu doar din cunoștințele generale ale modelului.

## Ce componente îți trebuie

- Un **Document Loader** (încarcă fișierele: PDF, text, site)
- Un **Text Splitter** (împarte textul în fragmente)
- Un nod de **Embeddings** (transformă fragmentele în vectori)
- Un **Vector Store** (stochează vectorii — de exemplu în memorie, Chroma, Qdrant)
- Un **Retrieval QA Chain** (leagă căutarea în vectori de model)

## 1. Încarcă documentele

Adaugă un Document Loader potrivit (de exemplu *PDF File*) și încarcă fișierele. Leagă-l de un Text Splitter care taie textul în bucăți de câteva sute de caractere.

## 2. Creează embeddings și vector store

Conectează splitter-ul la un nod de **Embeddings** (OpenAI sau Ollama) și apoi la un **Vector Store**. Aici fragmentele devin vectori căutabili.

## 3. Leagă la un Retrieval QA Chain

Adaugă un **Conversational Retrieval QA Chain**. Conectează la el: modelul de chat, vector store-ul (ca retriever) și, opțional, memoria. Acum, la fiecare întrebare, Flowise caută fragmentele relevante și le trimite modelului împreună cu întrebarea.

## 4. Testează

Deschide chat-ul și pune o întrebare al cărei răspuns se află în documente. Modelul ar trebui să răspundă folosind informația din fișierele tale. Dacă răspunde „nu știu", verifică dacă documentele au fost indexate corect.

**Sfat:** Pentru informații care se modifică des, folosește un **Document Store** persistent (Chroma/Qdrant), ca să nu reindexezi la fiecare pornire. Fragmentele prea mari sau prea mici scad calitatea răspunsurilor — experimentează cu dimensiunea.