Создать базу знаний

Перед началом работы

1. Авторизуйтесь в личном кабинете.

2. Подготовьте документы для базы знаний в Evolution Object Storage.

   1. Создайте бакет.

   2. Создайте папку в бакете и загрузите в нее файлы.

      Список поддерживаемых типов файлов.

      Внимание

      При создании базы знаний промежуточные результаты сохраняются в тот же бакет. Если в нем будет недостаточно места, создание базы знаний завершится с ошибкой.

      Убедитесь, что свободное место в бакете после загрузки данных составляет размер данных * 4.

3. На верхней панели слева нажмите и выберите AI Factory → Managed RAG.

4. Нажмите Создать базу знаний.

Создайте базу знаний с версией

1. Введите название базы знаний.

2. (Опционально) Заполните описание базы знаний.

3. Активируйте опцию Создать первую версию, если хотите создать версию базы знаний.

4. Введите Название версии.

5. В блоке Источник выберите откуда загружать документы:

   ---

   Object Storage

   Confluence

   1. Нажмите Выбрать.

   2. Выберите папку, документ или весь бакет Object Storage.

      Вы можете использовать только один бакет.

   3. В поле Расширения документов перечислите расширения файлов, которые будут обработаны и сохранены в базе знаний.

      Например, если в вашем бакете есть txt- и JSON-файлы, вы можете выбрать только .json — тогда txt-файлы не будут затронуты.

      Полный список поддерживаемых расширений для файлов

      Примечание

      При использовании JSON-файлов рекомендуется:

      • проверять корректность файлов, например с помощью сервиса JSONLint;

      • всегда настраивать параметры JSON-экстрактора.

   4. (Опционально) Чтобы настроить экстрактор для извлечения данных из документов базы знаний и выбрать модель-эмбеддер, активируйте опцию Вручную настроить обработку данных и модель.

   5. (Опционально) Для логирования запросов активируйте опцию Логирование запросов.

      Выберите или создайте лог-группу.

   6. (Опционально) Для аутентификации пользователя при отправке запросов к базе знаний через публичный URL активируйте опцию Аутентификация.

   7. Если опция Вручную настроить обработку данных и модель активирована, нажмите Продолжить.

   8. Выберите и заполните параметры обработки документов для каждого экстрактора.

   9. Нажмите Продолжить.

   10. Выберите источник модели:

       • Foundation Models — одна из готовых моделей сервиса Foundation Models;

       • ML Inference — инференс, предварительно созданный вами в сервисе ML Inference.

       Примечание

       При создании инференса для базы знаний нужно правильно задать параметры:

       • Runtime:

         • «vLLM» — для любых типов моделей;

         • «vLLM» или «SGLang» — только для LLM.

       • Задача ML-модели:

         • «Embedding» — для модели-эмбеддера;

         • «Score» — для модели-реранкера;

         • «Generate» — для LLM.

       Работа моделей и инференсов тарифицируется.

   11. Нажмите Создать.

Дождитесь, пока база знаний и ее первая версия перейдут в статус «Активная».

Что дальше

Отправьте HTTP-запрос к вашей базе знаний.