File Search di Google Gemini API: penyimpanan gratis, membangun RAG cukup satu baris

Alat File Search yang baru dirilis di Google Gemini API secara revolusioner menyederhanakan pembangunan sistem RAG (Retrieval-Augmented Generation):

• Alih-alih konfigurasi chunking, embedding, dan vector DB yang kompleks seperti sebelumnya, semuanya diproses otomatis hanya dengan satu kali unggah file (2 baris kode), lalu saat kueri dokumen yang relevan dicari dan disuntikkan ke model.
• Penyimpanan dan embedding kueri gratis, dengan biaya pengindeksan awal hanya $0.15 per 1 juta token.
• File yang didukung: PDF, DOCX, TXT, dan lain-lain.
• Sebagai contoh nyata, pencarian di 3.000 file diproses hanya dalam 2 detik, sehingga waktu pengembangan prototipe berkurang drastis.
• Selain itu tersedia fitur seperti sitasi otomatis dan pemfilteran metadata.
• Keterbatasan: maksimal 10 store per proyek, tier gratis 1GB.
• Penilaian: menurunkan hambatan masuk pengembangan RAG sehingga fokus bisa dialihkan ke aplikasi.

[kaydash]

Memang Google selalu begitu

[dkmin]

Terima kasih sudah berbagi. Kualitasnya! Benar-benar bikin penasaran.

[unknowncyder]

Melihat notebooklm disediakan sebagai layanan, saya sempat berpikir jangan-jangan suatu saat akan muncul dalam bentuk seperti API notebooklm, dan ternyata sekarang benar-benar dirilis sebagai layanan API bernama File Search, wow.

Waktu mencoba serius membangun RAG, saya harus menyiapkan pipeline/workflow, menyalakan Ollama, lalu gonta-ganti model ini itu, jadi memang ada hambatannya; meski tentu harus dicoba dulu baru tahu, kalau kualitasnya bisa dijamin sampai tingkat tertentu, ini bakal sangat nyaman dipakai