Глоссарий
Термины платформы в алфавитном порядке.
Агент — работающий помощник, собранный из персоны, скиллов, баз знаний и модели. Отвечает клиентам через чат-виджет, REST API или MCP.
API-ключ — секретный ключ организации, которым консоль и внешние интеграции подтверждают, к какой организации относится запрос. Бывает ключ полного доступа и ограниченный ключ для виджета (chat:widget), привязанный к списку доверенных доменов.
База знаний — набор загруженных документов организации, из которых агенты берут факты для ответов.
Груундеднесс (groundedness) — обоснованность ответа: опирается ли он на найденные фрагменты базы знаний, а не на догадки модели. Ключевой критерий проверки качества агента.
Гибридный поиск — способ находить нужные фрагменты базы знаний, объединяющий векторный поиск по смыслу и обычный полнотекстовый поиск по словам (см. RRF).
Контур данных — периметр обработки: rf (только российские модели) или global (доступны и зарубежные). Закреплён за организацией.
Скилл — переиспользуемый блок правил поведения (компетенция), который можно добавить любому агенту: работа с возражениями, подбор аналога, квалификация клиента, дисциплина эскалации.
Модель (LLM) — генеративная нейросеть, которая формулирует ответ агента на основе найденного контекста. Пользователь выбирает модель из каталога платформы; смена модели не требует переиндексации базы знаний.
Организация (тенант) — компания-клиент платформы. У каждой организации собственные, полностью изолированные базы знаний, агенты и статистика.
Персона — роль и тон агента, задаются системной инструкцией: кто он, как отвечает, чего не делает.
Публикация — перевод агента из черновика в рабочий статус, доступный через виджет и внешние API. Возможна только после успешного прогона eval.
Скоуп (баз знаний) — набор баз знаний, к которым у конкретного агента есть доступ. Можно дать доступ ко всем базам организации или ограничить конкретными.
Тенант — см. Организация.
Цитата ([N]) — ссылка на конкретный фрагмент источника в ответе агента. Обязательна для ответов, опирающихся на базу знаний.
Чанк — небольшой смысловой фрагмент документа (в cosai — примерно 1800 символов с перекрытием 200), на которые режется документ перед индексацией. Именно чанки, а не документы целиком, участвуют в поиске.
Эмбеддинг — числовое представление текста, по которому ищутся смысловые совпадения (векторный поиск). Платформа считает эмбеддинги сама, единой моделью для всех организаций.
Eval-гейт — автоматическая проверка качества агента перед публикацией: набор контрольных вопросов и вердикт по каждому ответу.
Eval-датасет — набор контрольных вопросов для проверки конкретного агента: обычные вопросы, пограничные и вопросы вне базы знаний. Генерируется автоматически по загруженным документам.
RRF (Reciprocal Rank Fusion) — способ объединить результаты векторного и полнотекстового поиска в один ранжированный список, чтобы найти действительно релевантные фрагменты, даже если они не совпали дословно с запросом.