ज्ञान / RAG

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

**ज्ञान** यह है कि AiHummer आपके दस्तावेज़ों में उत्तरों को कैसे आधार देता है बजाय मॉडल के प्रशिक्षण डेटा के। आप सामग्री शामिल करते हैं, एजेंट प्रासंगिक अंश निकालता है `search_knowledge` उपकरण, और जवाब वापस आते हैं **संदर्भों के साथ**. कठिन सवालों के लिए, `deep_research` टूल एक बहु-चरण जांच चलाता है और संदर्भित रिपोर्ट तैयार करता है। ज्ञान के तहत प्रबंधित किया जाता है `/v1/admin/knowledge/*` और `/v1/admin/knowledge/connectors/*`. ## सामग्री का सेवन करना आप निगल सकते हैं **दस्तावेज़, पीडीएफ और यूआरएल** ज्ञान आधार में। संग्रहीत सामग्री का अनुक्रमणित किया जाता है ताकि इसे उत्तर समय पर प्राप्त किया जा सके और इसके स्रोत को वापस जोड़ा जा सके। > [!TIP] > किसी दस्तावेज़ का प्रमाणीकरण संस्करण एक बार ग्रहण करें और एजेंटों को इसे उद्धृत करने दें, इसके बजाय > लंबे अंशों को प्रॉम्प्ट में चिपकाने की बजाय। उद्धृत पुनर्प्राप्ति उत्तर रखता है > सत्यापनीय और आपका संदर्भ छोटा है। ## सुसंगत उत्तर और उपकरण दो उपकरण एक एजेंट को ज्ञान आधार तक पहुँच प्रदान करते हैं: | उपकरण | यह क्या करता है | |---|---| | `search_knowledge` | संबंधित अंशों को प्राप्त करता है और उत्तर को उद्धरणों के साथ सुस्पष्ट बनाता है। | | `deep_research` | ज्ञान आधार में एक बहु-चरणीय अनुसंधान प्रक्रिया चलाता है और एक उद्धृत रिपोर्ट तैयार करता है। | दोनों घुमाव में पहुंचते हैं जैसे **टूल परिणाम**, कभी भी इंजेक्ट किए गए निर्देशों के रूप में नहीं — AiHummer में हर जगह वही प्रॉम्प्ट-इंजेक्शन अनुशासन लागू किया गया। उत्तर ले जाते हैं **संदर्भ** ताकि पाठक किसी दावे को उसके स्रोत तक वापस ट्रेस कर सके। > [!NOTE] > `deep_research` असली बहु-चरणीय प्रश्नों के लिए है — यह अधिक समय लेता है और > एक से अधिक टोकन `search_knowledge` कॉल। जब एक पुनःप्राप्ति हो तो इसे पकड़ो > पर्याप्त नहीं है। ## ज्ञान कनेक्टर मैनुअल इनजेस्ट के अलावा, ज्ञान को बाहरी स्रोतों से कनेक्टर्स के माध्यम से खींचा जा सकता है जो इसके तहत प्रबंधित होते हैं `/v1/admin/knowledge/connectors/*`सात कनेक्टर्स उपलब्ध हैं; प्रत्येक का क्रेडेंशियल एन्क्रिप्टेड सीक्रेट्स वॉल्ट में रहता है और एक बैकग्राउंड शेड्यूलर सिंक चलाता है: | संयोजक | यह क्या खिंचता है | |---|---| | **गूगल ड्राइव** (`gdrive`) | सर्विस अकाउंट (क्रेडेंशियल JSON) के माध्यम से Google Drive फाइलें। | | **माइक्रोसॉफ्ट ग्राफ** (`msgraph`) | Microsoft Graph ऐप के माध्यम से SharePoint / OneDrive दस्तावेज़। | | **संकल्पना** (`notion`) | इंटर्नल-इंटीग्रेशन टोकन के माध्यम से Notion पेज। | | **स्लैक** (`slack`) | वेब एपीआई टोकन के माध्यम से स्लैक चैनल संदेश इतिहास (सभी चैनल या एक कॉन्फ़िग किया गया सूची)। | | **S3** (`s3`) | S3-अनुकूल बकेट (AWS S3, S3 मोड में GCS, MinIO, आदि) से ऑब्जेक्ट्स, वैकल्पिक रूप से किसी प्रिफिक्स के अंतर्गत। | | **एसक्यूएल** (`db`) | डाटाबेस के खिलाफ एक केवल-पढ़ने योग्य SQL क्वेरी की पंक्तियाँ, जिन्हें दस्तावेज़ के रूप में लिया गया। | | **संगम** (`confluence`) | कनफ्लुएंस क्लाउड पेज (एटलासियन API टोकन के साथ बेसिक ऑथ), वैकल्पिक रूप से एक स्पेस तक सीमित। | अलग से, एक बार का **स्लैक निर्यात** मैन्युअली अपलोड किए गए वर्कस्पेस-एक्सपोर्ट ZIP को इम्पोर्ट करता है — कोई संग्रहीत सीक्रेट नहीं और कोई शेड्यूल नहीं। > [!WARNING] > गूगल ड्राइव कनेक्टर लाइव-प्रूवन है; अन्य लागू किए गए हैं और > परीक्षणों से ढंका हुआ है, लेकिन उन पर भरोसा करने से पहले उन्हें अपने डेटा के साथ सत्यापित करें > उत्पादन में। ## वेक्टर स्टोर और एम्बेडिंग्स डिफ़ॉल्ट रूप से, पुनर्प्राप्ति एक पर चल सकता है **हैश एम्बेडर के साथ इन-मेमोरी स्टोर**, जो शुरू करने के लिए काफी है। उत्पादन-गुणवत्ता वाले सांकेतिक पुनर्प्राप्ति के लिए, AiHummer को संकेत करें **वास्तविक वेक्टर स्टोर और एम्बेडर**: ```bash AIHUMMER_QDRANT_URL=http://localhost:6333 AIHUMMER_EMBEDDER_URL=http://localhost:8081 ``` जब इन्हें सेट किया जाता है, तो सेवन और `search_knowledge` इन-मेमोरी फॉलबैक के बजाय बाहरी वेक्टर स्टोर और एम्बेडर का उपयोग करें। > [!NOTE] > समानार्थक एम्बेडर है **सक्रिय रूप से शामिल हों, डिफ़ॉल्ट नहीं**: होस्ट-नेटिव इंस्टॉलर > प्रावधान केवल तभी लागू होते हैं जब आप पास होते हैं `--with-embedder` (ओल्लामा के साथ हल्का > बहुभाषी मॉडल; यह फिर इशारा करता है `AIHUMMER_EMBEDDER_URL` पर > `http://127.0.0.1:11434/api/embeddings`). बिना एम्बेडर के, पुनःप्राप्ति चलती है > शब्दावली प्रत्यावर्तन पर। ## एडमिन एपीआई | संसाधन | उद्देश्य | |---|---| | `/v1/admin/knowledge` | ज्ञान आधार प्रबंधन, जिसमें इनजेस्ट शामिल है | | `/v1/admin/knowledge/connectors` | KB कनेक्टर्स (Drive, Graph, Notion, Slack, S3, SQL, Confluence) कॉन्फ़िगर करें | ## अगला कहाँ - देखो `search_knowledge` और `deep_research` के साथ हर अन्य उपकरण में [उपकरण](/hi/v1.0/concepts/tools) और [उपकरण सूची](/hi/v1.0/reference/tools-catalog). - प्रत्येक वार्तालाप के लिए दीर्घकालिक स्मृति जोड़ें [स्मृति (आइंस्टीन)](/hi/v1.0/concepts/memory-einstein).