Minimal RAG in PHP

A simplified Retrieval-Augmented Generation example without an external vector DB

A minimal educational RAG pipeline in pure PHP: keep precomputed document embeddings in arrays, score them with cosine similarity, retrieve Top-K documents, build context, and pass this context to an LLM API.

Example of code:


<?php

$documents = [
    ['id' => 1, 'text' => 'Contract termination is possible by agreement of the parties'],
    ['id' => 2, 'text' => 'The contract may be terminated unilaterally'],
];

$embeddings = [
    1 => [0.12, 0.88, 0.44],
    2 => [0.10, 0.90, 0.40],
];

function cosineSimilarity(array $a, array $b): float {
    $dot = $normA = $normB = 0.0;

    foreach ($a as $i => $v) {
        $dot += $v * $b[$i];
        $normA += $v * $v;
        $normB += $b[$i] * $b[$i];
    }

    return $dot / (sqrt($normA) * sqrt($normB));
}

$queryText = 'Is it possible to terminate a contract unilaterally?';
$queryEmbedding = [0.11, 0.89, 0.42];

$scores = [];

foreach ($embeddings as $id => $vector) {
    $scores[$id] = cosineSimilarity($queryEmbedding, $vector);
}