Căutare enterprise self-hosted peste toate documentele companiei cu Onyx – RAG hibrid, 40+ conectori, complet on-premise

Documentele companiei sunt împrăștiate în multiple sisteme: file share-uri, SharePoint, email, Confluence, ticketing. Un RAG construit manual (ChromaDB/Qdrant + script de indexare) acoperă doar fișierele copiate local și necesită întreținere constantă a conectorilor.

Onyx (fost Danswer) este o platformă open-source (licență MIT) de căutare enterprise cu chat AI, care se instalează self-hosted, se conectează direct la sursele existente prin 40+ conectori și oferă căutare hibridă (vectorială + keyword) cu permisiuni respectate per utilizator. Poate rula complet air-gapped, cu LLM local prin Ollama sau vLLM.

[mai mult...]

Detecție phishing cu RAG local – reducere fals-pozitive prin bază de cunoștințe cu campanii cunoscute

Detecția de phishing cu un LLM simplu (prompt direct către model) funcționează, dar generează fals-pozitive: emailuri legitime cu ton urgent sunt marcate greșit ca phishing, iar modelul nu are context despre campaniile specifice care vizează organizația.

Această soluție adaugă un strat RAG peste detecția existentă: o bază de cunoștințe locală cu exemple de phishing confirmate, emailuri legitime cunoscute (newsletter-e interne, notificări de sistem) și politici interne. Modelul compară emailul suspect cu exemplele similare înainte de a da verdictul — rezultat: mai puține alarme false și motivare explicită bazată pe cazuri concrete.

[mai mult...]

Raport zilnic automat de sănătate a serverelor generat cu AI – interpretare Event Log și trimitere pe email

Verificarea zilnică a Event Viewer pe mai multe servere este consumatoare de timp, iar codurile de eroare Windows sunt greu de interpretat rapid. Multe probleme sunt observate abia după ce devin incidente.

Această soluție colectează evenimentele critice și de eroare din ultimele 24 de ore de pe mai multe servere, le trimite unui model AI local care le explică în limbaj uman (ce înseamnă eroarea, ce ar trebui verificat, cât de urgentă e), grupează problemele similare și trimite un raport HTML pe email — automat, în fiecare dimineață.

[mai mult...]

Migrare RAG de la ChromaDB la Qdrant pentru scalare – căutare hibridă și filtrare avansată pe metadate

Soluția RAG construită anterior cu ChromaDB funcționează bine pentru câteva sute de documente, dar pe măsură ce baza de cunoștințe crește (mii de documente, milioane de fragmente), lipsa filtrării avansate pe metadate și limitările de performanță devin vizibile.

Qdrant este o bază de date vectorială concepută pentru scalare — oferă filtrare puternică pe metadate (ex. „caută doar în documente din categoria Securitate, modificate în ultimele 30 de zile”), dashboard vizual integrat și performanță mai bună la volume mari.

[mai mult...]

Rulare LLM-uri locale ca artefacte Docker cu Docker Model Runner – integrare directă în docker-compose

Echipele care rulează deja infrastructură containerizată (Docker/docker-compose) trebuie de obicei să instaleze Ollama separat, în afara stack-ului Docker, ceea ce complică portabilitatea și versionarea mediului. Docker Model Runner tratează modelele LLM ca artefacte OCI (la fel ca imaginile Docker) — se descarcă, se versionează și se rulează cu comenzi Docker native, integrându-se direct în docker-compose.yml alături de restul serviciilor.

[mai mult...]

Triaj automat al alertelor de securitate cu AI peste Wazuh – reducere zgomot SIEM și mapare MITRE ATT&CK

Un SIEM precum Wazuh generează zilnic sute sau mii de alerte, majoritatea fals-pozitive sau redundante. Analiștii de securitate pierd timp triind manual alerte în loc să investigheze incidentele reale. Această soluție interoghează API-ul Wazuh, trimite alertele către un model AI local (Ollama sau Foundry Local) care le clasifică după severitate reală, le grupează pe cauză comună și le mapează pe tactici MITRE ATT&CK — totul rămâne local, fără trimitere de date către servicii cloud.

[mai mult...]

PowerShell ca client MCP – automatizare browser și task-uri externe apelate direct din scripturi

De regulă, un agent AI (Claude, Copilot) este cel care apelează unelte externe prin MCP. Această soluție inversează rolul: PowerShell devine el însuși un client MCP, capabil să apeleze servere MCP existente (de exemplu, un server MCP pentru automatizare browser) direct din propriile scripturi de administrare — fără să mai fie nevoie de un chat AI intermediar pentru task-uri repetitive.

Utilă pentru cazuri gen: verificarea automată a unui portal web intern, completarea unui formular, sau extragerea de date dintr-o aplicație fără API, toate orchestrate din PowerShell.

[mai mult...]

Agent AI conversațional peste Active Directory cu server MCP (Model Context Protocol) – interogare AD în limbaj natural

Model Context Protocol (MCP) este noul standard prin care un model AI poate apela direct “unelte” (tools) — de exemplu, poate căuta un utilizator în Active Directory sau poate verifica apartenența la grupuri, doar pe baza unei întrebări în limbaj natural, fără ca administratorul să scrie manual comenzi PowerShell/LDAP de fiecare dată.

Această soluție instalează un server MCP dedicat Active Directory, îl conectează la un client AI (Claude Desktop sau LM Studio cu model local) și permite interogări gen “arată-mi utilizatorii care nu s-au logat de 60 de zile” direct în chat — cu acces strict read-only pentru siguranță.

[mai mult...]

Rulare AI local pe Windows Server cu Microsoft Foundry Local – alternativa nativă la Ollama (NPU/GPU/CPU automat)

Ollama este o soluție solidă pentru rulare de LLM-uri locale, dar nu este optimizată nativ pentru Windows: nu folosește automat NPU-ul (pe serverele/laptopurile cu acceleratoare AI), nu se integrează cu Windows Update/drivere, și nu oferă un SDK oficial Microsoft pentru aplicații de producție.

Microsoft Foundry Local este soluția oficială Microsoft de inferență AI locală, ajunsă la disponibilitate generală (GA) în aprilie 2026. Rulează pe Windows, macOS și Linux, folosește ONNX Runtime, alege automat cel mai bun hardware disponibil (NPU → GPU → CPU) și expune un API compatibil OpenAI — deci orice cod scris pentru OpenAI/Ollama poate fi adaptat rapid.

[mai mult...]

Chatbot RAG local peste documentația internă si ChromaDB

Documentația tehnică internă (proceduri, manuale, contracte, runbook-uri) este răspândită în zeci de fișiere PDF și Word, greu de căutat și de consultat rapid. Angajații pierd timp căutând informații în documente sau întrebând colegi.

Această soluție indexează local toate documentele, creează o bază de cunoștințe vectorială (ChromaDB) și permite interogarea lor în limbaj natural printr-un model AI local (Ollama) — răspunsurile sunt generate exclusiv din documentele tale, fără ca nicio dată să iasă din rețea.

[mai mult...]