> ## Documentation Index
> Fetch the complete documentation index at: https://docs.apia1.com/llms.txt
> Use this file to discover all available pages before exploring further.

# RAG

> Эмбеддинги, поиск и генерация одним ключом

# RAG

RAG: chunking документов → embeddings → vector DB → similarity search → найденный контекст → chat model.

```bash theme={null}
curl -X POST "https://apia1.com/api/v1/embeddings" -H "Authorization: Bearer <A1_API_KEY>" -H "Content-Type: application/json" -d '{"model":"text-embedding-3-small","input":"Текст документа"}'
```

Качество RAG зависит от chunking, metadata, фильтров доступа и reranking не меньше, чем от модели.