Conocimiento / RAG

v1.2.x · actualizada 2026-07-05

Conocimiento es cómo AiHummer fundamenta las respuestas en tus documentos en lugar de los datos de entrenamiento del modelo. Tú ingieres contenido, el agente recupera los pasajes relevantes con el search_knowledge herramienta, y las respuestas regresan con citas. Para preguntas más difíciles, el deep_research la herramienta realiza una investigación de varios pasos y produce un informe citado. El conocimiento se administra bajo /v1/admin/knowledge/* y /v1/admin/knowledge/connectors/*.

Ingerir contenido

Puedes ingerir documentos, PDFs y URLs en la base de conocimiento. El contenido ingerido se indexa para que pueda ser recuperado al momento de responder y atribuido de vuelta a su fuente.

[!TIP] Ingiere la versión canónica de un documento una vez y deja que los agentes la citen, en lugar de que pegar largos pasajes en los indicios. La recuperación citada mantiene las respuestas verificable y tu contexto pequeño.

Respuestas fundamentadas y las herramientas

Dos herramientas exponen la base de conocimiento a un agente:

Herramienta	Lo que hace
`search_knowledge`	Recupera pasajes relevantes y fundamenta la respuesta con citas.
`deep_research`	Realiza un proceso de investigación de múltiples pasos a través de la base de conocimientos y produce un informe citado.

Ambos llegan en la curva como resultados de la herramienta, nunca como instrucciones inyectadas: la misma disciplina de inyección de comandos se aplica en todas partes en AiHummer. Las respuestas llevan citas para que un lector pueda rastrear una afirmación hasta su fuente.

[!NOTE] deep_research es para preguntas genuinas de varios pasos — cuesta más tiempo y tokens que un solo search_knowledge llamada. Alcánzala cuando la recuperes no es suficiente.

Conectores de conocimiento

Más allá de la ingestión manual, el conocimiento puede extraerse de fuentes externas a través de conectores gestionados bajo /v1/admin/knowledge/connectors/*. Siete conectores están disponibles; las credenciales de cada uno se encuentran en la bóveda de secretos encriptada y un programador en segundo plano ejecuta las sincronizaciones:

conectora	Lo que tira
Google Drive (`gdrive`)	Archivos de Google Drive a través de una cuenta de servicio (JSON de credenciales).
Microsoft Graph (`msgraph`)	Documentos de SharePoint / OneDrive a través de una aplicación de Microsoft Graph.
Noción (`notion`)	Páginas de Notion a través de un token de integración interna.
Holgura (`slack`)	Historial de mensajes del canal de Slack mediante un token de API web (todos los canales o una lista configurada).
S3 (`s3`)	Objetos de un bucket compatible con S3 (AWS S3, GCS en modo S3, MinIO, etc.), opcionalmente bajo un prefijo.
SQL (`db`)	Filas de una consulta SQL de solo lectura contra una base de datos, ingeridas como documentos.
Confluencia (`confluence`)	Páginas de Confluence Cloud (autenticación básica con un token de API de Atlassian), opcionalmente limitado a un espacio.

Separadamente, algo puntual Exportación de Slack importa un ZIP de exportación del espacio de trabajo subido manualmente — sin secreto almacenado y sin programación.

[!WARNING] El conector de Google Drive está comprobado en vivo; los otros están implementados y cubierto por pruebas, pero verifícalos con tus propios datos antes de confiar en ellos en producción.

Almacén de vectores y representaciones

Por defecto, la recuperación puede ejecutarse en un almacén en memoria con un incrustador de hash, lo cual es suficiente para comenzar. Para una recuperación semántica de calidad de producción, dirija AiHummer a un almacén de vectores real y codificador:

AIHUMMER_QDRANT_URL=http://localhost:6333
AIHUMMER_EMBEDDER_URL=http://localhost:8081

Cuando estos están configurados, la ingestión y search_knowledge utiliza el almacén de vectores externo y el incrustador en lugar de la opción de memoria temporal.

[!NOTE] El incrustador semántico es optar por participar, no es predeterminado: el instalador nativo del anfitrión provisiones sólo cuando apruebas --with-embedder (Ollama con una luz modelo multilingüe; luego señala AIHUMMER_EMBEDDER_URL en http://127.0.0.1:11434/api/embeddings). Sin un incrustador, la recuperación se ejecuta sobre la recuperación léxica.

API de administración

Recurso	Propósito
`/v1/admin/knowledge`	Gestión de la base de conocimientos, incluida la ingestión
`/v1/admin/knowledge/connectors`	Configurar conectores de KB (Drive, Graph, Notion, Slack, S3, SQL, Confluence)

¿A dónde vamos ahora?

Ver search_knowledge y deep_research junto a cada otra herramienta en Herramientas y el catálogo de herramientas.
Agregar recuerdo a largo plazo por conversación con Memoria (Einstein).