O programa de proteção de privacidade da RAGLight consiste em três camadas de medidas:
- Localização de links completosTrabalhe com o Ollama/LMStudio para executar o modelo localmente e garantir que os dados brutos não saiam do ambiente da intranet. Desativar a API on-line do HuggingFace evita o risco de transmissão externa.
- criptografia de armazenamento de vetores: o banco de dados Chroma será
persist_directoryAponta para o volume de armazenamento criptografado porVectorStoreConfigNomes de coleções personalizados para evitar o vazamento de informações - controle de acesso::
- Defina permissões estritas de leitura e gravação nas pastas da base de conhecimento local
- Alteração do código-fonte do GitHub para o repositório privado + autenticação SSH (requer extensão de código)
- Configuração do isolamento de rede ao implantar em contêineres do Docker
Observação especial: as regras do firewall para a porta de serviço do Ollama (padrão 11434) precisam ser verificadas regularmente para bloquear o acesso não autorizado.
Essa resposta foi extraída do artigoRAGLight: biblioteca Python de geração de aumento de recuperação leveO
Não pode ser reproduzido sem permissão:Ferramentas de produtividade de IA " Como você lida com os riscos de privacidade do manuseio de dados corporativos confidenciais pela RAGLight?
Português do Brasil 
简体中文 
English 
日本語 
Deutsch