Создать версию базы знаний с источником Object Storage

С помощью этой инструкции вы создадите базу знаний вместе с версией, источником данных для которой станет содержимое бакета Object Storage.

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.

5. Введите название базы знаний.

6. (Опционально) Заполните описание базы знаний.

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

8. Введите Название версии.

9. В блоке Источник выберите Object Storage.

10. Нажмите Выбрать.

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

    Вы можете использовать только один бакет.

12. 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.

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

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

    Если опция активирована, выберите или создайте лог-группу.

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

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

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

18. Нажмите Продолжить.

19. 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.

20. Нажмите Создать.