Knowledgebase Hub
RAG Data Engine
Knowledgebase Hub (RAG)
Knowledgebase Hub
- Vai trò: Nạp, quản lý và tìm kiếm tri thức cho Chatbot AI.
- Mô hình: Custom Enterprise.
Hệ thống nhận dữ liệu từ database, ERP, CRM hoặc tài liệu nghiệp vụ; sau đó làm sạch, lập chỉ mục và cung cấp đúng ngữ cảnh kèm nguồn cho AI.
1. Luồng RAG
Dữ liệu được chia thành các đoạn, lưu dưới dạng vector và tìm lại bằng cả ngữ nghĩa lẫn từ khóa. Hệ thống chọn các đoạn phù hợp nhất trước khi gửi cho AI trả lời.
Sơ Đồ Kiến Trúc (Architecture Diagram)
Đang tạo biểu đồ trực quan...
Các thành phần cốt lõi
- Semantic Chunking: Chia dữ liệu thành đoạn nhỏ nhưng vẫn giữ tiêu đề, bảng và ngữ cảnh liên quan.
- Embedding: Chuyển dữ liệu thành vector để tìm theo ý nghĩa.
- Hybrid Search: Kết hợp tìm theo ngữ nghĩa và từ khóa để không bỏ sót thông tin.
- Reranking: Chọn 3–5 đoạn phù hợp nhất để đưa vào câu hỏi cho AI.
Thiết Lập Tham Khảo
| Tham số | Giá trị tham khảo | Mục đích |
|---|---|---|
| Vector Engine | pgvector / Milvus | Lưu và tìm vector. |
| Embedding Model | text-embedding-3-small | Cân bằng chi phí và độ chính xác. |
| Chunk Size / Overlap | 512–800 / 100–150 tokens | Giữ ngữ cảnh giữa các đoạn. |
| Similarity Metric | Cosine Similarity | Đo mức độ liên quan. |
| Min Threshold | 0.70–0.75 | Bỏ các đoạn ít liên quan. |
| Top-K Chunks | 3–5 | Số đoạn gửi cho Agent. |
4. Danh Mục Tài Liệu Chi Tiết
Xem các tài liệu chi tiết theo nhu cầu:
- Đặc Tả API Nạp Dữ Liệu (Ingestion API): Cách gửi dữ liệu vào Knowledge Base.
- Quản Lý Collections & Chunks: Xem và chỉnh sửa dữ liệu đã nạp.
- Giám Sát & Nhật Ký Ingestion Logs: Theo dõi tiến trình và xử lý lỗi nạp dữ liệu.
- Semantic Retrieval Playground: Thử kết quả tìm kiếm và tinh chỉnh Top-K.