la Base de conocimientos es un almacén de documentos de los que los agentes extraen hechos cuando responden (RAG, generación aumentada por recuperación). Usted carga material de la empresa, AiHummer extrae el texto, lo divide en fragmentos y lo indexa; luego el agente encuentra los fragmentos relevantes y responde a partir de ellos.
Lo que puedes subir
Tres formas de añadir contenido:
+ Archivo — selecciona uno o más archivos. Compatibles: PDF, Word (.docx), Excel
(.xlsx), CSV, .txt, .md, .rtf; el límite es de 20 MB por archivo. El servidor extrae
texto e informa el número de fragmentos producidos por archivo.
+ Texto — pegar texto directamente: título, fuente y cuerpo.
+ URL — señalar un enlace; se obtiene el contenido de la página.
La lista
Cada documento muestra su título/fuente, cantidad de fragmentos y tiempo añadido. Hay búsqueda y ordenación por nombre o fecha, y un contador total de fragmentos en el encabezado.
Cómo usarlo
Sube documentos (funciona mejor texto limpio y estructurado).
Verifica que el conteo de fragmentos no sea cero, eso significa que el texto fue extraído.
Asegúrese de que el agente esté autorizado a usar el conocimiento (el capabilities sección)
y que el elegido incrustador te queda
idioma.
Configuración
La configuración de extracción, incrustación y tamaño de fragmento pertenece al motor RAG — ver Conocimiento y RAG. El modelo de incrustación predeterminado es multilingüe; para grandes volúmenes se puede mover a una GPU.
Consejos
Divide documentos grandes por su significado: la recuperación es más precisa de esa manera.
Da una “fuente” significativa: ayuda tanto a las personas como al agente a citar de dónde proviene un hecho
vino de.
Agentes — dónde habilitar el uso del conocimiento.
la **Base de conocimientos** es un almacén de documentos de los que los agentes extraen hechos cuando responden (RAG, generación aumentada por recuperación). Usted carga material de la empresa, AiHummer extrae el texto, lo divide en fragmentos y lo indexa; luego el agente encuentra los fragmentos relevantes y responde a partir de ellos.
## Lo que puedes subir
Tres formas de añadir contenido:
- **+ Archivo** — selecciona uno o más archivos. Compatibles: **PDF, Word (.docx), Excel
(.xlsx), CSV, .txt, .md, .rtf**; el límite es de 20 MB por archivo. El servidor extrae
texto e informa el número de fragmentos producidos por archivo.
- **+ Texto** — pegar texto directamente: título, fuente y cuerpo.
- **+ URL** — señalar un enlace; se obtiene el contenido de la página.
## La lista
Cada documento muestra su título/fuente, cantidad de fragmentos y tiempo añadido. Hay búsqueda y ordenación por nombre o fecha, y un contador total de fragmentos en el encabezado.
## Cómo usarlo
1. Sube documentos (funciona mejor texto limpio y estructurado).
2. Verifica que el conteo de fragmentos no sea cero, eso significa que el texto fue extraído.
3. Asegúrese de que el agente esté autorizado a usar el conocimiento (el `capabilities` sección)
y que el elegido [incrustador](/es/v1.0/concepts/knowledge-rag) te queda
idioma.
## Configuración
La configuración de extracción, incrustación y tamaño de fragmento pertenece al motor RAG — ver [Conocimiento y RAG](/es/v1.0/concepts/knowledge-rag). El modelo de incrustación predeterminado es multilingüe; para grandes volúmenes se puede mover a una GPU.
## Consejos
- Divide documentos grandes por su significado: la recuperación es más precisa de esa manera.
- Da una "fuente" significativa: ayuda tanto a las personas como al agente a citar de dónde proviene un hecho
vino de.
## Siguiente
- [Conocimiento y RAG](/es/v1.0/concepts/knowledge-rag) — cómo funciona la búsqueda semántica.
- [Memoria de Einstein](/es/v1.0/webui/memory) — cómo los hechos difieren de los documentos.
- [Agentes](/es/v1.0/webui/agents) — dónde habilitar el uso del conocimiento.
