Базы знаний
Документы и индексация
Документы, чанки и статусы индексации.
Страница базы знаний показывает таблицу документов с их состоянием обработки.
Таблица документов
| Колонка | Что показывает |
|---|---|
| Документ | Название файла (значок документа + заголовок) |
| Чанков | Сколько смысловых фрагментов получилось из документа после нарезки |
| Добавлен | Дата загрузки |
| Статус | Текущее состояние обработки (см. ниже) |
Стадии обработки
Каждый загруженный документ проходит одну и ту же цепочку стадий:
- parse (разбор) — извлечение текста из файла (PDF/DOCX/TXT/MD).
- chunk (нарезка) — деление текста на фрагменты примерно по 1800 символов с небольшим перекрытием, чтобы не терять смысл на границах.
- embed (векторизация) — каждый фрагмент превращается в числовое представление для смыслового поиска.
- index (индекс) — фрагмент становится доступен агентам через поиск.
Статусы
- В обработке — документ на одной из стадий выше; в таблице показывается название текущей стадии и крутящийся индикатор.
- В индексе — обработка завершена успешно, документ и его чанки участвуют в поиске агентов.
- Ошибка — что-то пошло не так на одной из стадий (например, файл повреждён или пуст); причина видна при наведении на статус.
Счётчики
Под таблицей — сводка по всей базе: количество загруженных файлов и суммарное число чанков в индексе. Это удобный быстрый способ понять, наполнена ли база и сколько по ней «знает» агент.
Удаление документа
Удаление документа каскадно убирает из индекса все его чанки — агент сразу перестаёт находить информацию из этого документа. Действие необратимо, поэтому перед удалением стоит убедиться, что документ действительно не нужен.