База знаний — это хранилище документов, из которых агенты берут факты при
ответе (поиск по базе знаний с добавлением найденных фрагментов в контекст —
RAG). Вы загружаете материалы компании, AiHummer извлекает из них текст,
разбивает на фрагменты и индексирует; затем агент находит нужные фрагменты и
отвечает на их основе.
Что можно загрузить
Три способа добавления:
+ Файл — выбор одного или нескольких файлов. Поддерживаются PDF, Word
(.docx), Excel (.xlsx), CSV, .txt, .md, .rtf; ограничение — 20 МиБ на файл.
Сервер извлекает текст и сообщает число полученных фрагментов по каждому файлу.
+ Текст — вставить текст напрямую: заголовок, источник и содержимое.
+ URL — указать ссылку, содержимое страницы будет загружено.
Как устроен список
Каждый документ показывает заголовок/источник, число фрагментов и время
добавления. Есть поиск и сортировка по имени или дате, а в шапке — общий счётчик
фрагментов.
Как пользоваться
Загрузите документы (лучше — структурированные и без лишнего оформления).
Проверьте, что число фрагментов ненулевое — это значит, что текст успешно
извлечён.
Убедитесь, что агенту разрешено пользоваться знаниями (секции capabilities)
и что подобранный эмбеддер подходит вашему
языку.
Обязательная проверка поиска после загрузки: задайте агенту тестовый
вопрос по свежезагруженному документу (например, в новой сессии на экране
«Сессии»). Убедитесь, что в ответе использованы найденные фрагменты и есть
ссылка на источник — только это подтверждает, что документ реально ищется.
Настройка
Параметры извлечения, эмбеддинга и размера фрагментов относятся к движку RAG —
см. Знания и RAG. Модель эмбеддингов по умолчанию
подобрана мультиязычной; для больших объёмов можно вынести её на GPU.
Советы
Дробите крупные документы по смыслу — так поиск точнее.
Указывайте осмысленный «источник»: он помогает и людям, и агенту ссылаться на
происхождение факта.
**База знаний** — это хранилище документов, из которых агенты берут факты при
ответе (поиск по базе знаний с добавлением найденных фрагментов в контекст —
RAG). Вы загружаете материалы компании, AiHummer извлекает из них текст,
разбивает на фрагменты и индексирует; затем агент находит нужные фрагменты и
отвечает на их основе.
## Что можно загрузить
Три способа добавления:
- **+ Файл** — выбор одного или нескольких файлов. Поддерживаются **PDF, Word
(.docx), Excel (.xlsx), CSV, .txt, .md, .rtf**; ограничение — 20 МиБ на файл.
Сервер извлекает текст и сообщает число полученных фрагментов по каждому файлу.
- **+ Текст** — вставить текст напрямую: заголовок, источник и содержимое.
- **+ URL** — указать ссылку, содержимое страницы будет загружено.
## Как устроен список
Каждый документ показывает заголовок/источник, число фрагментов и время
добавления. Есть поиск и сортировка по имени или дате, а в шапке — общий счётчик
фрагментов.
## Как пользоваться
1. Загрузите документы (лучше — структурированные и без лишнего оформления).
2. Проверьте, что число фрагментов ненулевое — это значит, что текст успешно
извлечён.
3. Убедитесь, что агенту разрешено пользоваться знаниями (секции `capabilities`)
и что подобранный [эмбеддер](/v1.0/concepts/knowledge-rag) подходит вашему
языку.
4. **Обязательная проверка поиска после загрузки:** задайте агенту тестовый
вопрос по свежезагруженному документу (например, в новой сессии на экране
«Сессии»). Убедитесь, что в ответе использованы найденные фрагменты и есть
ссылка на источник — только это подтверждает, что документ реально ищется.
## Настройка
Параметры извлечения, эмбеддинга и размера фрагментов относятся к движку RAG —
см. [Знания и RAG](/v1.0/concepts/knowledge-rag). Модель эмбеддингов по умолчанию
подобрана мультиязычной; для больших объёмов можно вынести её на GPU.
## Советы
- Дробите крупные документы по смыслу — так поиск точнее.
- Указывайте осмысленный «источник»: он помогает и людям, и агенту ссылаться на
происхождение факта.
## Что дальше
- [Знания и RAG](/v1.0/concepts/knowledge-rag) — как работает поиск по смыслу.
- [Память Einstein](/v1.0/webui/memory) — чем факты отличаются от документов.
- [Агенты](/v1.0/webui/agents) — где включить работу со знаниями.