Kunskap / RAG
Kunskap är hur AiHummer grundar svar i dina dokument snarare än modellens träningsdata. Du matar in innehåll, agenten hämtar de relevanta avsnitten med search_knowledge verktyg, och svaren kommer tillbaka med citat. För svårare frågor, den deep_research verktyg utför en mångstegsundersökning och producerar en citerad rapport. Kunskap administreras under /v1/admin/knowledge/* och /v1/admin/knowledge/connectors/*.
Intagning av innehåll
Du kan ta in dokument, PDF-filer och webbadresser in i kunskapsbasen. Inmatat innehåll indexeras så att det kan hämtas vid svarstid och tillskrivas tillbaka till dess källa.
[!TIP] Ta in den kanoniska versionen av ett dokument en gång och låt agenter hänvisa till det, istället än att klistra in långa stycken i uppmaningar. Citerad återvinning håller svar verifierbar och ditt sammanhang litet.
Förankrade svar och verktygen
Två verktyg exponerar kunskapsbasen för en agent:
| Verktyg | Vad det gör |
|---|---|
search_knowledge |
Hämtar relevanta avsnitt och grundar svaret med citat. |
deep_research |
Genomför en forskningsprocess i flera steg över kunskapsbasen och producerar en citerad rapport. |
Båda anländer i svängen som verktygsresultat, aldrig som insprutade instruktioner — samma disciplin för promptinjektion tillämpades överallt i AiHummer. Svar bär citat så att en läsare kan spåra ett påstående tillbaka till dess källa.
[!NOTE]
deep_researchär för genuina flerstegsfrågor — det tar mer tid och token än en endasearch_knowledgering. Sträck dig efter den när en hämtning är inte tillräckligt.
Kunskapskopplingar
Utöver manuell inmatning kan kunskap hämtas från externa källor via anslutningar som hanteras under /v1/admin/knowledge/connectors/*. Sju kontakter är tillgängliga; varje persons referenser finns i det krypterade hemlighusskapet och en bakgrundsschemaläggare kör synkroniseringarna:
| Kontaktor | Vad det drar |
|---|---|
Google Drive (gdrive) |
Google Drive-filer via ett tjänstekonto (autentiserings-JSON). |
Microsoft Graph (msgraph) |
SharePoint / OneDrive-dokument via en Microsoft Graph-app. |
Begrepp (notion) |
Notion-sidor via en intern integrationstoken. |
Slack (slack) |
Slack-kanalens meddelandehistorik via en Web API-token (alla kanaler eller en konfigurerad lista). |
S3 (s3) |
Objekt från en S3-kompatibel bucket (AWS S3, GCS i S3-läge, MinIO, etc.), valfritt under ett prefix. |
SQL (db) |
Rader av en skrivskyddad SQL-fråga mot en databas, inlästa som dokument. |
Sammanflöde (confluence) |
Confluence Cloud-sidor (Grundläggande autentisering med en Atlassian API-token), eventuellt begränsad till ett utrymme. |
Separat, ett engångs Slack-export import tar en arbetsyta-export ZIP som laddats upp manuellt — ingen sparad hemlighet och inget schema.
[!WARNING] Google Drive-anslutningen är testad i praktiken; de andra är implementerade och täckt av tester, men kontrollera dem mot dina egna data innan du litar på dem i produktion.
Vektorlagring och inbäddningar
Som standard kan hämtning köras på en minneslagring med en hash-inbäddare, vilket är tillräckligt för att komma igång. För semantisk återvinning av produktionskvalitet, rikta AiHummer mot en verklig vektorbutik och inbäddare:
AIHUMMER_QDRANT_URL=http://localhost:6333
AIHUMMER_EMBEDDER_URL=http://localhost:8081
När dessa är inställda, ingestion och search_knowledge använd den externa vektorlager och inbäddare istället för fallback i minnet.
[!NOTE] Den semantiska inbäddaren är valfritt, inte förinställt: värd-inhemska installatören föreskrifter endast när du klarar
--with-embedder(Ollama med ett ljus flerspråkig modell; den pekar sedanAIHUMMER_EMBEDDER_URLvidhttp://127.0.0.1:11434/api/embeddings). Utan en inbäddare körs hämtning på den lexikala återgången.
Admin-API
| Resurs | Syfte |
|---|---|
/v1/admin/knowledge |
Kunskapsbasförvaltning, inklusive införande |
/v1/admin/knowledge/connectors |
Konfigurera KB-kontakter (Drive, Graph, Notion, Slack, S3, SQL, Confluence) |
Vart härnäst
- Se
search_knowledgeochdeep_researchbredvid varje annat verktyg i Verktyg och den verktygskatalog. - Lägg till långsiktig återkallelse per konversation med Minne (Einstein).