Bilgi tabanı Belgelerin saklandığı bir depo olup, ajanların cevap verirken gerçekleri çektiği yerdir (RAG, retrieval-augmented generation). Şirket materyallerini yükliyorsunuz, AiHummer metni çıkarıyor, parçalara ayırıyor ve indeksliyor; ardından ajan ilgili parçaları buluyor ve onlardan cevap veriyor.
Ne yükleyebilirsiniz
İçerik eklemenin üç yolu:
+ Dosya — bir veya daha fazla dosya seçin. Desteklenen: PDF, Word (.docx), Excel
(.xlsx), CSV, .txt, .md, .rtf; dosya başına üst sınır 20 MiB’dir. Sunucu çıkarır
metni alır ve her dosya için üretilen parça sayısını rapor eder.
+ Metin — metni doğrudan yapıştırın: başlık, kaynak ve gövde.
+ URL — bir linke tıklayın; sayfa içeriği alınır.
Liste
Her belge başlığını/kaynağını, parça sayısını ve eklenme zamanını gösterir. İsim veya tarihe göre arama ve sıralama yapılabilir ve başlıkta toplam parça sayacı bulunur.
Bunu nasıl kullanılır
Belgeleri yükleyin (temiz, yapılandırılmış metin en iyi sonucu verir).
Parça sayısının sıfır olmadığını kontrol edin — bu, metnin çıkarıldığı anlamına gelir.
Ajanın bilgi kullanmasına izin verildiğinden emin olun (capabilities bölüm)
ve seçilen gömücü senin için uygun
dil.
Yapılandırma
Çıkarma, gömme ve parça boyutu ayarları RAG motoruna aittir — bakınız Bilgi & RAG. Varsayılan gömme modeli çok dillidir; büyük hacimler için bir GPU’ya taşınabilir.
İpuçları
Büyük belgeleri anlamına göre ayırın — bu şekilde geri getirme daha hassastır.
Anlamlı bir “kaynak” verin: bir gerçeğin nereden alındığını hem insanlar hem de ajan için belirtmeye yardımcı olur
geldi.
Einstein hafıza — gerçeklerin belgelerden nasıl farklı olduğu.
Ajanlar — bilgi kullanımını etkinleştireceğiniz yer.
**Bilgi tabanı** Belgelerin saklandığı bir depo olup, ajanların cevap verirken gerçekleri çektiği yerdir (RAG, retrieval-augmented generation). Şirket materyallerini yükliyorsunuz, AiHummer metni çıkarıyor, parçalara ayırıyor ve indeksliyor; ardından ajan ilgili parçaları buluyor ve onlardan cevap veriyor.
## Ne yükleyebilirsiniz
İçerik eklemenin üç yolu:
- **+ Dosya** — bir veya daha fazla dosya seçin. Desteklenen: **PDF, Word (.docx), Excel
(.xlsx), CSV, .txt, .md, .rtf**; dosya başına üst sınır 20 MiB'dir. Sunucu çıkarır
metni alır ve her dosya için üretilen parça sayısını rapor eder.
- **+ Metin** — metni doğrudan yapıştırın: başlık, kaynak ve gövde.
- **+ URL** — bir linke tıklayın; sayfa içeriği alınır.
## Liste
Her belge başlığını/kaynağını, parça sayısını ve eklenme zamanını gösterir. İsim veya tarihe göre arama ve sıralama yapılabilir ve başlıkta toplam parça sayacı bulunur.
## Bunu nasıl kullanılır
1. Belgeleri yükleyin (temiz, yapılandırılmış metin en iyi sonucu verir).
2. Parça sayısının sıfır olmadığını kontrol edin — bu, metnin çıkarıldığı anlamına gelir.
3. Ajanın bilgi kullanmasına izin verildiğinden emin olun (`capabilities` bölüm)
ve seçilen [gömücü](/tr/v1.0/concepts/knowledge-rag) senin için uygun
dil.
## Yapılandırma
Çıkarma, gömme ve parça boyutu ayarları RAG motoruna aittir — bakınız [Bilgi & RAG](/tr/v1.0/concepts/knowledge-rag). Varsayılan gömme modeli çok dillidir; büyük hacimler için bir GPU'ya taşınabilir.
## İpuçları
- Büyük belgeleri anlamına göre ayırın — bu şekilde geri getirme daha hassastır.
- Anlamlı bir "kaynak" verin: bir gerçeğin nereden alındığını hem insanlar hem de ajan için belirtmeye yardımcı olur
geldi.
## Sonraki
- [Bilgi & RAG](/tr/v1.0/concepts/knowledge-rag) — anlamsal aramanın nasıl çalıştığı.
- [Einstein hafıza](/tr/v1.0/webui/memory) — gerçeklerin belgelerden nasıl farklı olduğu.
- [Ajanlar](/tr/v1.0/webui/agents) — bilgi kullanımını etkinleştireceğiniz yer.
