Ghid
Răspunsuri din documentele tale
O bază de cunoștințe din documentele tale, legată de asistent, cu regăsire hibridă.
15 minute 5 pași
Un asistent care răspunde din documentele tale și care poate fi obligat să nu inventeze când nu găsește nimic.
- Un asistent publicat.
- O credențială OpenAI validă, fiindcă embeddingurile trec pe acolo.
- Documentele în format text, markdown, CSV, HTML, JSON, XML, .docx sau .xlsx.
Creează baza de cunoștințe
Furnizorul implicit este pgvector, adică Postgresul în care stă și restul. Qdrant, Pinecone și Weaviate apar în listă, dar sunt dezactivate: nu sunt implementate. Modelul de embedding se blochează în clipa în care apare primul fragment, fiindcă altfel ai indexa jumătate cu un model și jumătate cu altul.
Construiește → Baze de cunoștințe → Creează → Furnizor: PostgreSQL pgvector
Lasă parametrii de fragmentare cum sunt, prima dată
Fragmente de 800 de tokenuri cu 120 suprapunere, șase pasaje regăsite, prag 0,25, și o pondere de 0,65 pe vectori față de 0,35 pe căutarea lexicală. Sunt valori de pornire rezonabile. Le ajustezi după ce vezi ce regăsește prost, nu înainte.
Embeddinguri: 800 / 120 · Regăsire: Top K 6, prag 0,25, vector 0,65 / lexical 0,35
Încarcă documentele
Pe pagina bazei ai fila de documente. Poți încărca fișiere, da o adresă web sau lipi text direct. Încărcarea pune la coadă un lanț de extragere, fragmentare și vectorizare; tabelul se reîmprospătează singur la cinci secunde și arată progresul și numărul de fragmente.
Sursă: Fișier / URL / Text. Acceptate: txt, md, csv, tsv, html, json, xml, docx, xlsx.
Testează regăsirea înainte să legi ceva
Butonul de test rulează o interogare reală pe indexul real și îți arată pasajele cu scorurile lor. Dacă întrebarea evidentă a clientului nu scoate pasajul evident, problema este în documente sau în fragmentare, nu în prompt.
Pagina bazei → „Testează regăsirea” → Întrebare + Top K → „Caută”
Leagă baza de asistent, apoi decide cât de strict e
Pe asistent, fila Cunoștințe primește baza. Dacă vrei ca asistentul să nu completeze golurile din memoria modelului, pornește modul doar-cunoștințe pe bază și pune un prag minim de pasaje și de scor. Atenție: un asistent cu modul acesta pornit și fără nicio bază legată nu trece de validator.
Asistent → Cunoștințe → alege baza. Pe bază: secțiunea „Knowledge-only”.
Cum îți dai seama că a mers
- Documentele ajung la starea gata, cu un număr de fragmente mai mare decât zero.
- Testul de regăsire întoarce pasajul corect pentru o întrebare pe care ți-o pune un client real.
- Într-un apel de test apare evenimentul „knowledge.queried”, iar când nu găsește nimic util, „knowledge.insufficient”.
Ce nu merge încă
Fiecare ghid are secțiunea asta. Dacă ar lipsi, ar însemna că nu ne-am uitat destul de atent.
- PDF-urile nu se pot încărca. Nici .doc, .xls sau .ppt vechi. Sunt respinse la încărcare, nu ingerate goale — dar tot înseamnă că trebuie să le converteți voi întâi.
- Reordonarea rezultatelor este pregătită ca interfață, dar nu este implementată. Regăsirea rămâne vector plus căutare de text integral.
- Embeddingurile merg doar prin OpenAI. Interfața de furnizor există, implementarea este una singură.