Создать базу знаний из JSON-файла

Перед началом работы

1. Убедитесь, что у вас есть доступ к Foundation Models и Object Storage.

2. Скачайте файл faq_products.json.

1. Подготовьте контент для базы знаний

Для базы знаний необходимо создать источник в Evolution Object Storage. Для этого:

1. Создайте бакет.

2. Создайте папку rag-json-kb в бакете и загрузите в нее файл faq_products.json, скачанный ранее.

   Список поддерживаемых типов файлов.

2. Создайте базу знаний

1. Перейдите в AI Factory → Managed RAG.

2. Нажмите Создать базу знаний.

3. В поле Название введите json-files-kb.

4. Активируйте опцию Создать первую версию.

5. В поле Название версии введите json-files-version.

6. В блоке Источники из S3 нажмите Выбрать и выберите папку rag-json-kb с файлом faq_products.json.

7. В поле Расширения документов выберите расширение json.

8. Активируйте опцию Вручную настроить обработку данных и модель.

9. Нажмите Продолжить.

10. Настройте JSON-экстрактор:

    1. Скопируйте jq-схему и проверьте ее корректность с помощью сайта https://play.jqlang.org:

       .content[]|"Продукт: \(.product); Вопрос: \(.question); Ответ: \(.answer)"
       
       

    2. Поскольку извлекаемое содержимое является текстом, активируйте опцию Парсер вернет строковое представление.

    3. Выберите Тип сплиттера — Рекурсивный JSON сплиттер

11. Нажмите Продолжить.

12. Выберите модель Qwen/Qwen3-Embedding-0.6B.

13. Нажмите Создать.

    Дождитесь, пока база знаний и ее версия перейдет в статус «Активна».

14. Посмотрите получившиеся чанки. Они должны быть вида:

    Продукт: Evolution Foundation Models
    Вопрос: Какой SLA у сервиса Foundation Models?
    Ответ: SLA на сервис Foundation Models составляет 99.9%.
    
    

Результат

Вы научились создавать базу знаний Managed RAG из JSON-файла и настраивать экстрактор.