AiHummer
ქართული
შესვლაპირადი კაბინეტი
v1.0.x
{ }Swagger

განათლება / RAG

v1.0.x · განახლდა 2026-07-05

ცოდნა ეს არის ის, როგორ AiHummer განსაზღვრავს პასუხებს თქვენს დოკუმენტებზე, მოდელის სწავლების მონაცემებზე არა. თქვენ ატვირთავთ შინაარსს, აგენტი ამოღებს შესაბამის ფრაგმენტებს search_knowledge ინსტრუმენტი, და პასუხები დაბრუნდება ციტატებით. უფრო რთული კითხვებისთვის, deep_research ინსტრუმენტი ატარებს მრავალფაზიან გამოძიებას და ქმნის ანგარიშს წყაროებით. ცოდნა იმართება ფარგლებში /v1/admin/knowledge/* და /v1/admin/knowledge/connectors/*.

კონტენტის ათვისება

თქვენ შეგიძლიათ მიიღოთ დოკუმენტები, PDF-ფაილები და URL-ადრესები შეცდომათა ბაზაში. შეტანილი კონტენტი ინდექსირდება, რათა ის შეძლოს პასუხის დროს მოძიება და მის წყაროსთან დაკავშირება.

[!TIP] მიიღეთ დოკუმენტის საკანონმდებლო ვერსია ერთხელ და აპოვნინეთ აგენტებს მას ციტირება, ამის ნაცვლად სურათების დიდ ფრაგმენტებს ხელმძღვანელობაში ჩასმა. დაყვანილი ძიება ინახავს პასუხებს შემოწმებადი და თქვენი კონტექსტი მცირეა.

ყარებული პასუხები და ინსტრუმენტები

ორი ინსტრუმენტი აძლევს აგენტს ცოდნის ბაზას:

ინსტრუმენტი ეს რას აკეთებს
search_knowledge იღებს შესაბამის ფრაგმენტებს და პასუხს ამყარებს რეფერენციებით.
deep_research სრულყოფილად ახორციელებს მრავალ ეტაპობრივ კვლევით პროცესს ცოდნის ბაზაზე და შედის ანგარიშში წყაროებით.

ორივე ეცინიაბა გამორთვაზე როგორც ინსტრუმენტის შედეგები, არასოდეს როგორც ჩართულ ინსტრუქციები — იგივე დისციპლინა ჩარიცხვების პრომპტების გამოყენებაში მოქმედებს ყველგან AiHummer-ში. პასუხები შეიცავენ ციტატები თუმცა, ასე რომ მკითხველი შეუძლია დააკვირდეს განცხადებას მისი წყაროსთვის.

[!NOTE] deep_research მიზნად აქვთ ნამდვილად მრავალსაფეხურიანი კითხვებისთვის — ეს მეტ დროს მოითხოვს და ტოკენები, ვიდრე ერთი search_knowledge ზარი. მიაღწიეთ მას ერთ დაჭერაზე არ ეყოფა.

გაწონასწორებული ცოდნის კავშირები

ხელის შეყვანის გარდა, ცოდნა შეიძლება გამოეყოს გარე წყაროებიდან კონექტორების საშუალებით, რომლებიც კონტროლდება ფარგლებში /v1/admin/knowledge/connectors/*გამოიყენება შვიდი კავშირი; თითოეულის ავტორიზაციის მონაცემები შენახულია დაშიფრული საიდუმლოებების შენახვის ადგილას, ხოლო ფონის განრიგის მენეჯერი ასრულებს სინქრონიზაციას:

კავშირი რას წყვეტს ის
Google დისკი (gdrive) Google დისკის ფაილები სერვისული ანგარიში (JSON ანგარიშის მონაცემები) გამოყენებით.
Microsoft Graph (msgraph) SharePoint / OneDrive დოკუმენტები Microsoft Graph აპლიკაციის საშუალებით.
მობეჭდება (notion) Notion-ის გვერდები შიდა ინტეგრაციული ტოკენის მეშვეობით.
სლეკი (slack) Slack არხის შეტყობინებების ისტორია Web API ტოკენის საშუალებით (ყველა არხი ან განსაზღვრული სია).
S3 (s3) S3-სთან თავსებადი საცავის (AWS S3, GCS S3 რეჟიმში, MinIO და ა.შ.) ობიექტები, საჭიროების შემთხვევაში მითითებული პრეფიქსით.
SQL (db) SQL-ს მოთხოვნების სტრიქონები მხოლოდ კითხვისთვის მონაცემთა ბაზაზე, ჩატვირთული როგორც დოკუმენტები.
კონფლუენსი (confluence) Confluence Cloud გვერდები (ატლასიანის API ტოკენით ძირითად ავტენტიფიკაციასთან), სურვილის შემთხვევაში ერთი სივრცით შეზღუდულები.

განსხვავებით, ერთხელადი Slack-ის ექსპორტი იმპორტირებს სამუშაო სივრცის ექსპორტის ZIP ფაილს, ხელით ატვირთულს — შენახული საიდუმლო ან გრაფიკი არ არის.

[!WARNING] Google Drive-ის კონექტორი სამუშაო მდგომარეობაშია შემოწმებული; სხვები აღინიშნება და ტესტირებულია, მაგრამ საკუთარი მონაცემებით გააკეთეთ შემოწმება, სანამ მათ დაეყრდნობით გაწარმოებაში.

ვექტორული საცავი და ემბედინგები

მინიატურით ამოღება შეიძლება შესრულდეს მეხსიერების საცავი შიდა ჰეშით, რაც დასაწყებად საკმარისია. სამრეწველო ხარისხის სემანტიკური ძიებისთვის მიუთითეთ AiHummer რეალური ვექტორული საცავი და ემბედერი:

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

როდესაც ისინი დამონტაჟებულია, შეწოვა და search_knowledge ამოიყენეთ გარე ვექტორული საცავი და ტრანსფორმერი ოპერატიული მეხსიერების რეზერვული ვერსიის ნაცვლად.

[!NOTE] სემანტიკური ინჟექტორი არის არჩევა სურვილისამებრ, არა ნაგულისხმევად: დამონტაჟებელი ჰოსტისთვის მინიატურებულია მხოლოდ მაშინ, როცა გაივლის --with-embedder (ოლლამა მსუბუქი მოლაპარაკე მოდელი; შემდეგ იგი მიუთითებს AIHUMMER_EMBEDDER_URL ში http://127.0.0.1:11434/api/embeddings). ინტეგრირებული მოდულის გარეშე გამოიტანა შესრულდება ლექსიკური მარაგის შესახებ.

ადმინისტრაციული API

რესურსი მიზანი
/v1/admin/knowledge ზოგადი ცოდნის ბაზის მართვა, მათ შორის იმპორტი
/v1/admin/knowledge/connectors დააყენეთ KB კავშირებით (Drive, Graph, Notion, Slack, S3, SQL, Confluence)

სად შემდეგ?