知识 / RAG
知识 是 AiHummer 如何将答案基于您的文档，而不是模型的训练数据。您输入内容，代理会检索相关的段落 search_knowledge 工具，答案会返回 带有引用对于更难的问题， deep_research 该工具运行多步骤调查并生成有引用的报告。知识在……下进行管理 /v1/admin/knowledge/* 和 /v1/admin/knowledge/connectors/*.
摄入内容
你可以摄取 文档、PDF和网址 进入知识库。摄取的内容会被索引，以便在回答时检索并追溯其来源。
[!TIP] 只需摄取文档的规范版本一次，然后让代理引用它，而不是重复摄取 而不是将长段落粘贴到提示中。引用检索可以保持答案 可验证且你的上下文很小。
有根据的答案和工具
两个工具向代理暴露知识库：
| 工具 | 它的作用 |
|---|---|
search_knowledge |
检索相关段落，并用引用来支持答案。 |
deep_research |
在知识库中运行多步骤研究过程并生成带引用的报告。 |
两者都在转弯处到达时 工具结果，绝不作为注入指令——同样的提示注入纪律在 AiHummer 的各处都适用。答案承载 引用 这样读者就可以追溯一个主张的来源。
[!NOTE]
deep_research适用于真正的多步骤问题——它需要更多时间和 比单个更多的代币search_knowledge呼叫。当一次检索时伸手去取它 不够。
知识连接器
除了手动导入之外，知识还可以通过在以下管理的连接器从外部来源获取 /v1/admin/knowledge/connectors/*提供了七个连接器；每个连接器的凭证存储在加密的秘密库中，并且有一个后台调度程序运行同步：
| 连接器 | 它拉什么 |
|---|---|
谷歌云端硬盘 (gdrive) |
通过服务账户（凭证 JSON）访问 Google 云端硬盘文件。 |
微软图形 (msgraph) |
通过 Microsoft Graph 应用共享 SharePoint / OneDrive 文档。 |
概念 (notion) |
通过内部集成令牌访问 Notion 页面。 |
Slack (slack) |
通过 Web API 令牌获取 Slack 频道消息历史（所有频道或配置的列表）。 |
S3 (s3) |
来自 S3 兼容存储桶（AWS S3、S3 模式下的 GCS、MinIO 等）的对象，可选择在某个前缀下。 |
SQL (db) |
对数据库的只读 SQL 查询的行，被作为文档导入。 |
汇流 (confluence) |
Confluence 云页面（使用 Atlassian API 令牌的基本身份验证），可选择限制到一个空间。 |
另外，一次性的 Slack 导出 import 需要手动上传的 workspace-export ZIP — 没有存储的密钥，也没有计划任务。
[!WARNING] 谷歌云端硬盘连接器已通过实地验证；其他连接器已实现并 已被测试覆盖，但在依赖它们之前请根据自己的数据进行验证 在生产中。
向量存储和嵌入
默认情况下，检索可以在一个 带哈希嵌入器的内存存储，这就足够入门了。对于生产级别的语义检索，请将 AiHummer 指向一个 真实向量存储和嵌入器:
AIHUMMER_QDRANT_URL=http://localhost:6333
AIHUMMER_EMBEDDER_URL=http://localhost:8081当这些被设置时，摄取和 search_knowledge 使用外部向量存储和嵌入器，而不是内存回退。
[!NOTE] 语义嵌入器是 选择加入，而非默认: 主机本地安装程序 只有当你通过时才提供
--with-embedder(Ollama 带有轻量 多语言模型；然后它指出AIHUMMER_EMBEDDER_URL在http://127.0.0.1:11434/api/embeddings没有嵌入器，检索运行 在词汇回退上。
管理员 API
| 资源 | 目的 |
|---|---|
/v1/admin/knowledge |
知识库管理，包括导入 |
/v1/admin/knowledge/connectors |
配置 KB 连接器（Drive、Graph、Notion、Slack、S3、SQL、Confluence） |