Connaissances
L'onglet Connaissances gere la base de donnees documentaire qui alimente le RAG (Retrieval-Augmented Generation) de l'agent IA.
Sous-pages
| Page | Route | Description |
|---|---|---|
| Documents | /document-stores | Stores documentaires avec indexation vectorielle |
| Vecteurs | /vectors | Gestion des collections Qdrant |
| Fichiers | /files | Gestionnaire de fichiers uploades |
| Outils | /tools | Outils MCP personnalises |
Document Stores
Les document stores permettent d'indexer des documents pour que l'agent IA puisse y acceder via RAG.
Formats supportes
- PDF, DOCX, TXT, Markdown
- Pages web (scraping avec SmartChunking)
- Sitemaps (crawl automatique)
Pipeline d'ingestion
- Upload ou crawl du document
- Extraction du texte (SmartChunkingService)
- Decoupage en chunks optimises
- Generation d'embeddings (qwen3-embedding:0.6b, 1024 dimensions)
- Indexation dans Qdrant
Suivi de progression
L'interface affiche la progression de l'ingestion en temps reel avec :
- Nombre de chunks traites
- Statut par document
- Erreurs eventuelles
Vecteurs
La page Vecteurs donne acces aux collections Qdrant :
- Nombre de vecteurs par collection
- Dimensions (1024 pour qwen3-embedding)
- Recherche de similarite pour debug
Outils MCP
La page Outils permet de creer des outils MCP personnalises qui etendent les capacites de l'agent. Chaque outil definit :
- Un nom et une description
- Un schema d'entree (JSON Schema)
- Une logique d'execution (JavaScript)