رہنمائی

نالج بیس (RAG)

دستاویزات اپ لوڈ کریں، embeddings بنائیں، اور AI کو اپنا حقیقی مواد نقل کرنے دیں۔

نالج بیس فیچر آپ کے AI ایجنٹ کو آپ کی حقیقی دستاویزات استعمال کرتے ہوئے سوالات کے جواب دینے کے قابل بناتا ہے، جیسے ریلیز نوٹس، مدد کے مضامین، پالیسیاں، کوئی بھی متن پر مبنی چیز۔

معاون فارمیٹس

PDF
Markdown، سادہ متن
Word (.docx) · CSV
JSON (متن کے طور پر نکالا گیا)

اپ لوڈ کا عمل

نالج → دستاویز اپ لوڈ کریں پر جائیں
ایک فائل منتخب کریں (زیادہ سے زیادہ 25 MB)۔ یہ presigned POST کے ذریعے براہ راست S3 پر اپ لوڈ ہوتی ہے
worker یہ کام سنبھالتا ہے: متن نکالتا ہے ← تقریباً 800 tokens پر chunks میں تقسیم کرتا ہے ← اس کے ساتھ embeddings بناتا ہے OpenAI text-embedding-3-small ← pgvector میں محفوظ کرتا ہے
مکمل ہونے پر اسٹیٹس READY ہو جاتا ہے

ٹریننگ سینٹر

ایک فائل کو دستی طور پر اپ لوڈ کرنا صرف ایک طریقہ ہے۔ AI ایجنٹ → ٹریننگ سینٹر کھولیں تاکہ کئی طریقوں سے نالج بیس میں مواد شامل کریں:

ویب سائٹ کرال کریں: ایک URL دیں، یہ صفحات لاتا ہے، متن نکالتا ہے، اور اپ لوڈ کی گئی فائل کی طرح اسے شامل کرتا ہے
فائلوں کی بلک اپ لوڈنگ: PDF، Word (.docx) اور دیگر متنی دستاویزات شامل کریں، جو خودکار طور پر پارس اور chunks میں تقسیم ہوتی ہیں
سوال و جواب کے جوڑے: انہیں ہاتھ سے درج کریں یا CSV سے ایک ساتھ بہت سے درآمد کریں
Playground: ایک سینڈ باکس چیٹ جہاں آپ لائیو ہونے سے پہلے اپنی نالج بیس کے ساتھ ایجنٹ کو آزما سکتے ہیں

بازیافت کیسے کام کرتی ہے

ہر وزیٹر پیغام پر، worker سوال کے embeddings بناتا ہے اور آپ کے ٹیننٹ کے chunks پر کوزائن فاصلے کی تلاش چلاتا ہے۔ Top-K (پہلے سے طے شدہ 5) chunks جو مماثلت کی حد عبور کرتے ہیں سسٹم پرامپٹ میں شامل کر دیے جاتے ہیں۔

پلیٹ فارم-ہوسٹڈ AI، یا آپ کے اپنے embeddings

پہلے سے طے شدہ طور پر پلیٹ فارم آپ کے لیے AI ہوسٹ کرتا ہے، اپنی کلید کی ضرورت نہیں: embeddings اور جوابات منظم کلیدوں پر چلتے ہیں، حقیقی token استعمال کے مطابق بل بنتا ہے، کریڈٹ سے خودکار طور پر ری چارج ہوتا ہے، اور بیلنس کم ہونے پر انسانی ایجنٹ کو منتقل ہو جاتا ہے۔ اگر آپ خود ہوسٹ کرنا چاہیں توAI ایجنٹ → Embeddings میں آپ ایک حسبِ ضرورت embedding API endpoint سیٹ کر سکتے ہیں، یہ مفید ہے اگر آپ Azure OpenAI، مقامی Ollama، یا DuckLLM استعمال کرنا چاہتے ہیں۔ چیٹ کمپلیشن endpoint، embedding endpoint سے مختلف ہو سکتا ہے، کیونکہ ایگریگیٹر سروسز اکثر embeddings کی حمایت نہیں کرتیں۔

کیشنگ

بالکل یکساں سوال کا متن 24 گھنٹے کے Redis کیش سے ٹکراتا ہے، اس لیے وہی FAQ ہر وزٹ پر embeddings دوبارہ نہیں بناتا۔ Anthropic پرامپٹ کیشنگ سسٹم پرامپٹ + بازیافت شدہ chunks پر لاگو ہوتی ہے تاکہ مزید لاگت کی بچت ہو۔

RAG کب چھوڑیں

RAG enabled کو بند کر دیں اگر آپ کا AI ایجنٹ محض ایک سادہ گفتگو / لیڈ کوالیفکیشن بوٹ ہے جسے دستاویزات کا حوالہ دینے کی ضرورت نہیں۔

پچھلاویب وجیٹ اگلاIn-app chat (WebView)