Знания / RAG — AiHummer Документация

Знания — это то, как AiHummer обосновывает ответы вашими документами, а не обучающими данными модели. Вы загружаете контент, агент извлекает релевантные фрагменты инструментом search_knowledge, и ответы приходят со ссылками на источники. Для более сложных вопросов инструмент deep_research проводит многошаговое исследование и формирует отчёт со ссылками. Знания администрируются по путям /v1/admin/knowledge/* и /v1/admin/knowledge/connectors/*.

Загрузка контента

В базу знаний можно загружать документы, PDF и URL. Загруженный контент индексируется, чтобы его можно было извлечь во время ответа и атрибутировать обратно к источнику.

[!TIP] Загрузите каноническую версию документа один раз и дайте агентам ссылаться на неё, вместо того чтобы вставлять длинные фрагменты в промпты. Извлечение со ссылками сохраняет проверяемость ответов и небольшой контекст.

Обоснованные ответы и инструменты

Два инструмента предоставляют базу знаний агенту:

Инструмент	Что делает
`search_knowledge`	Извлекает релевантные фрагменты и обосновывает ответ ссылками.
`deep_research`	Проводит многошаговое исследование по базе знаний и формирует отчёт со ссылками.

Оба приходят в ход как результаты инструментов, а не как внедрённые инструкции — та же дисциплина против инъекций, что и везде в AiHummer. Ответы несут ссылки на источники, чтобы читатель мог проследить утверждение до его источника.

[!NOTE] deep_research — для действительно многошаговых вопросов: он стоит больше времени и токенов, чем один вызов search_knowledge. Используйте его, когда одного извлечения недостаточно.

Коннекторы знаний

Помимо ручной загрузки, знания можно подтягивать из внешних источников через коннекторы, управляемые по пути /v1/admin/knowledge/connectors/*:

Коннектор	Статус
Google Drive (сервисный аккаунт)	Работает (live)
Microsoft Graph	Реализован, не проверен в live

[!WARNING] Коннектор Microsoft Graph реализован, но не проверен на живом арендаторе. Считайте его preview и проверьте в своей среде, прежде чем полагаться на него в продакшене.

[!NOTE] Коннекторов знаний для Notion и Slack нет — от них отказались. Не рассчитывайте на них.

Векторное хранилище и эмбеддинги

По умолчанию извлечение может работать на in-memory хранилище с hash-эмбеддером, чего достаточно для старта. Для семантического извлечения продакшн-качества укажите AiHummer реальное векторное хранилище и эмбеддер:

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

Когда они заданы, загрузка и search_knowledge используют внешнее векторное хранилище и эмбеддер вместо in-memory фолбэка.

Админ-API

Ресурс	Назначение
`/v1/admin/knowledge`	Управление базой знаний, включая загрузку
`/v1/admin/knowledge/connectors`	Настройка коннекторов БЗ (Drive, MS Graph)

Куда дальше

search_knowledge и deep_research рядом со всеми инструментами — в разделе Инструменты и в каталоге инструментов.
Добавьте долговременную выдачу по разговору — Память (Einstein).