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 Источники из S3 нажмите Выбрать и выберите папку с документами в бакете Object Storage.

   Вы можете выбрать до 10 источников.

6. В поле Расширения документов выберите расширения тех 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.

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

   При использовании JSON-файлов рекомендуется:

   • проверять корректность файлов, например с помощью сервиса JSONLint;

   • всегда настраивать параметры JSON-экстрактора.

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

   Выберите или создайте лог-группу.

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

10. Нажмите Продолжить.

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

    Полный список поддерживаемых расширений для файлов

12. Нажмите Продолжить.

13. 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.

14. Нажмите Создать.

Что дальше