Kunnskap er hvordan AiHummer forankrer svar i dokumentene dine i stedet for modellens treningsdata. Du legger inn innhold, agenten henter de relevante avsnittene med search_knowledge verktøy, og svar kommer tilbake med referanser. For vanskeligere spørsmål, deep_research verktøyet utfører en flerstegsundersøkelse og produserer en siterbar rapport. Kunnskap administreres under /v1/admin/knowledge/* og /v1/admin/knowledge/connectors/*.
Inntak av innhold
Du kan innta dokumenter, PDF-filer og nettadresser inn i kunnskapsbasen. Inntatt innhold blir indeksert slik at det kan hentes frem ved svartid og tilskrives tilbake til kilden.
[!TIP]
Innta den kanoniske versjonen av et dokument én gang og la agenter sitere det, i stedet
enn å lime inn lange avsnitt i forespørsler. Sitering ved gjenhenting holder svarene
verifiserbar og din kontekst liten.
Begrunnede svar og verktøyene
To verktøy eksponerer kunnskapsbasen for en agent:
Verktøy
Hva det gjør
search_knowledge
Henter relevante avsnitt og underbygger svaret med sitater.
deep_research
Utfører en flertrinns forskningsprosess på tvers av kunnskapsbasen og produserer en rapport med kilder.
Begge ankommer i svingen som verktøyresultater, aldri som injiserte instrukser — den samme disiplinen for prompt-injeksjon brukes overalt i AiHummer. Svar bærer siteringer slik at en leser kan spore en påstand tilbake til kilden sin.
[!NOTE]
deep_research er for ekte flertrinnsspørsmål — det tar mer tid og
flere tokens enn en enkelt search_knowledge ring. Nå etter det når en henting
er ikke nok.
Kunnskapskoblinger
Utover manuell innhenting kan kunnskap hentes fra eksterne kilder via koblinger administrert under /v1/admin/knowledge/connectors/*. Syv koblinger er tilgjengelige; hver sin legitimasjon ligger i det krypterte hemmelighetslageret, og en bakgrunnsplanlegger kjører synkroniseringene:
Kontakter
Hva det trekker
Google Disk (gdrive)
Google Drive-filer via en tjenestekonto (legitimasjon JSON).
Microsoft Graph (msgraph)
SharePoint / OneDrive-dokumenter via en Microsoft Graph-app.
Begrep (notion)
Notion-sider via en intern integrasjonstoken.
Slack (slack)
Historikk for Slack-kanalmeldinger via en Web API-token (alle kanaler eller en konfigurert liste).
S3 (s3)
Objekter fra en S3-kompatibel bøtte (AWS S3, GCS i S3-modus, MinIO, osv.), eventuelt under et prefiks.
SQL (db)
Rader fra en skrivebeskyttet SQL-spørring mot en database, innlest som dokumenter.
Sammenløp (confluence)
Confluence Cloud-sider (grunnleggende autentisering med en Atlassian API-token), eventuelt begrenset til ett område.
Separat, en engangs Slack-eksport import tar en arbeidsområde-eksport ZIP lastet opp manuelt — ingen lagret hemmelighet og ingen tidsplan.
[!WARNING]
Google Drive-kontakten er live-testet; de andre er implementert og
dekket av tester, men sjekk dem mot dine egne data før du stoler på dem
i produksjon.
Vektorlagring og innebygginger
Som standard kan henting kjøres på en hukommelseslager med en hash-innbeder, noe som er nok til å komme i gang. For semantisk gjenfinning av produksjonskvalitet, pek AiHummer mot en ekte vektorlagring og innebygger:
Når disse er satt, inntak og search_knowledge bruk den eksterne vektorbutikken og innebyggeren i stedet for tilbakemeldingen i minnet.
[!NOTE]
Den semantiske innebyggeren er frivillig, ikke standard: verts-native installasjonsprogram
bestemmelser bare når du består --with-embedder (Ollama med en lys
flerspråklig modell; den peker deretter AIHUMMER_EMBEDDER_URL at
http://127.0.0.1:11434/api/embeddings). Uten en embedder, kjører uthenting
på den leksikalske tilbakefallet.
Se search_knowledge og deep_research sammen med alle andre verktøy i
Verktøy og den
verktøykatalog.
Legg til langsiktig tilbakekalling per samtale med
Minne (Einstein).
**Kunnskap** er hvordan AiHummer forankrer svar i dokumentene dine i stedet for modellens treningsdata. Du legger inn innhold, agenten henter de relevante avsnittene med `search_knowledge` verktøy, og svar kommer tilbake **med referanser**. For vanskeligere spørsmål, `deep_research` verktøyet utfører en flerstegsundersøkelse og produserer en siterbar rapport. Kunnskap administreres under `/v1/admin/knowledge/*` og `/v1/admin/knowledge/connectors/*`.
## Inntak av innhold
Du kan innta **dokumenter, PDF-filer og nettadresser** inn i kunnskapsbasen. Inntatt innhold blir indeksert slik at det kan hentes frem ved svartid og tilskrives tilbake til kilden.
> [!TIP]
> Innta den kanoniske versjonen av et dokument én gang og la agenter sitere det, i stedet
> enn å lime inn lange avsnitt i forespørsler. Sitering ved gjenhenting holder svarene
> verifiserbar og din kontekst liten.
## Begrunnede svar og verktøyene
To verktøy eksponerer kunnskapsbasen for en agent:
| Verktøy | Hva det gjør |
|---|---|
| `search_knowledge` | Henter relevante avsnitt og underbygger svaret med sitater. |
| `deep_research` | Utfører en flertrinns forskningsprosess på tvers av kunnskapsbasen og produserer en rapport med kilder. |
Begge ankommer i svingen som **verktøyresultater**, aldri som injiserte instrukser — den samme disiplinen for prompt-injeksjon brukes overalt i AiHummer. Svar bærer **siteringer** slik at en leser kan spore en påstand tilbake til kilden sin.
> [!NOTE]
> `deep_research` er for ekte flertrinnsspørsmål — det tar mer tid og
> flere tokens enn en enkelt `search_knowledge` ring. Nå etter det når en henting
> er ikke nok.
## Kunnskapskoblinger
Utover manuell innhenting kan kunnskap hentes fra eksterne kilder via koblinger administrert under `/v1/admin/knowledge/connectors/*`. Syv koblinger er tilgjengelige; hver sin legitimasjon ligger i det krypterte hemmelighetslageret, og en bakgrunnsplanlegger kjører synkroniseringene:
| Kontakter | Hva det trekker |
|---|---|
| **Google Disk** (`gdrive`) | Google Drive-filer via en tjenestekonto (legitimasjon JSON). |
| **Microsoft Graph** (`msgraph`) | SharePoint / OneDrive-dokumenter via en Microsoft Graph-app. |
| **Begrep** (`notion`) | Notion-sider via en intern integrasjonstoken. |
| **Slack** (`slack`) | Historikk for Slack-kanalmeldinger via en Web API-token (alle kanaler eller en konfigurert liste). |
| **S3** (`s3`) | Objekter fra en S3-kompatibel bøtte (AWS S3, GCS i S3-modus, MinIO, osv.), eventuelt under et prefiks. |
| **SQL** (`db`) | Rader fra en skrivebeskyttet SQL-spørring mot en database, innlest som dokumenter. |
| **Sammenløp** (`confluence`) | Confluence Cloud-sider (grunnleggende autentisering med en Atlassian API-token), eventuelt begrenset til ett område. |
Separat, en engangs **Slack-eksport** import tar en arbeidsområde-eksport ZIP lastet opp manuelt — ingen lagret hemmelighet og ingen tidsplan.
> [!WARNING]
> Google Drive-kontakten er live-testet; de andre er implementert og
> dekket av tester, men sjekk dem mot dine egne data før du stoler på dem
> i produksjon.
## Vektorlagring og innebygginger
Som standard kan henting kjøres på en **hukommelseslager med en hash-innbeder**, noe som er nok til å komme i gang. For semantisk gjenfinning av produksjonskvalitet, pek AiHummer mot en **ekte vektorlagring og innebygger**:
```bash
AIHUMMER_QDRANT_URL=http://localhost:6333
AIHUMMER_EMBEDDER_URL=http://localhost:8081
```
Når disse er satt, inntak og `search_knowledge` bruk den eksterne vektorbutikken og innebyggeren i stedet for tilbakemeldingen i minnet.
> [!NOTE]
> Den semantiske innebyggeren er **frivillig, ikke standard**: verts-native installasjonsprogram
> bestemmelser bare når du består `--with-embedder` (Ollama med en lys
> flerspråklig modell; den peker deretter `AIHUMMER_EMBEDDER_URL` at
> `http://127.0.0.1:11434/api/embeddings`). Uten en embedder, kjører uthenting
> på den leksikalske tilbakefallet.
## Admin-API
| Ressurs | Formål |
|---|---|
| `/v1/admin/knowledge` | Kunnskapsbasert administrasjon, inkludert inntak |
| `/v1/admin/knowledge/connectors` | Konfigurer KB-koblinger (Drive, Graph, Notion, Slack, S3, SQL, Confluence) |
## Hvor til neste
- Se `search_knowledge` og `deep_research` sammen med alle andre verktøy i
[Verktøy](/no/v1.0/concepts/tools) og den
[verktøykatalog](/no/v1.0/reference/tools-catalog).
- Legg til langsiktig tilbakekalling per samtale med
[Minne (Einstein)](/no/v1.0/concepts/memory-einstein).
