Descripción general

La base de conocimientos te permite cargar, procesar y buscar a través de tus documentos con búsqueda vectorial inteligente y fragmentación. Los documentos de varios tipos se procesan, incorporan y hacen buscables automáticamente. Tus documentos se fragmentan de manera inteligente, y puedes verlos, editarlos y buscar a través de ellos utilizando consultas en lenguaje natural.

Carga y procesamiento

Simplemente carga tus documentos para comenzar. Sim los procesa automáticamente en segundo plano, extrayendo texto, creando incrustaciones y dividiéndolos en fragmentos buscables.

El sistema maneja todo el proceso por ti:

1. Extracción de texto: El contenido se extrae de tus documentos utilizando analizadores especializados para cada tipo de archivo
2. Fragmentación inteligente: Los documentos se dividen en fragmentos significativos con tamaño y superposición configurables
3. Generación de incrustaciones: Se crean incrustaciones vectoriales para capacidades de búsqueda semántica
4. Estado del procesamiento: Sigue el progreso mientras tus documentos son procesados

Tipos de archivos compatibles

Sim admite archivos PDF, Word (DOC/DOCX), texto plano (TXT), Markdown (MD), HTML, Excel (XLS/XLSX), PowerPoint (PPT/PPTX) y CSV. Los archivos pueden tener hasta 100MB cada uno, con un rendimiento óptimo para archivos de menos de 50MB. Puedes cargar múltiples documentos simultáneamente, y los archivos PDF incluyen procesamiento OCR para documentos escaneados.

Visualización y edición de fragmentos

Una vez que tus documentos están procesados, puedes ver y editar los fragmentos individuales. Esto te da control total sobre cómo se organiza y busca tu contenido.

Configuración de fragmentos

Al crear una base de conocimiento, puedes configurar cómo se dividen los documentos en fragmentos:

• División jerárquica: respeta la estructura del documento (secciones, párrafos, oraciones)

Capacidades de edición

• Editar contenido de fragmentos: modifica el contenido de texto de fragmentos individuales
• Ajustar límites de fragmentos: combina o divide fragmentos según sea necesario
• Añadir metadatos: mejora los fragmentos con contexto adicional
• Operaciones masivas: gestiona múltiples fragmentos de manera eficiente

Procesamiento avanzado de PDF

Para documentos PDF, Sim ofrece capacidades de procesamiento mejoradas:

Compatibilidad con OCR

Cuando se configura con Azure o Mistral OCR:

• Procesamiento de documentos escaneados: extrae texto de PDF basados en imágenes
• Manejo de contenido mixto: procesa PDF con texto e imágenes
• Alta precisión: los modelos de IA avanzados garantizan una extracción de texto precisa

Uso del bloque de conocimiento en flujos de trabajo

Una vez que tus documentos estén procesados, puedes usarlos en tus flujos de trabajo de IA a través del bloque de conocimiento. Esto habilita la generación aumentada por recuperación (RAG), permitiendo que tus agentes de IA accedan y razonen sobre el contenido de tus documentos para proporcionar respuestas más precisas y contextuales.

Características del bloque de conocimiento

• Búsqueda semántica: encuentra contenido relevante usando consultas en lenguaje natural
• Integración de contexto: incluye automáticamente fragmentos relevantes en las indicaciones del agente
• Recuperación dinámica: la búsqueda ocurre en tiempo real durante la ejecución del flujo de trabajo
• Puntuación de relevancia: resultados clasificados por similitud semántica

Opciones de integración

• Prompts del sistema: proporciona contexto a tus agentes de IA
• Contexto dinámico: busca e incluye información relevante durante las conversaciones
• Búsqueda multidocumento: consulta en toda tu base de conocimiento
• Búsqueda filtrada: combina con etiquetas para una recuperación precisa de contenido

Tecnología de búsqueda vectorial

Sim utiliza búsqueda vectorial impulsada por pgvector para comprender el significado y contexto de tu contenido:

Comprensión semántica

• Búsqueda contextual: encuentra contenido relevante incluso cuando las palabras clave exactas no coinciden
• Recuperación basada en conceptos: comprende las relaciones entre ideas
• Soporte multiidioma: funciona en diferentes idiomas
• Reconocimiento de sinónimos: encuentra términos y conceptos relacionados

Capacidades de búsqueda

• Consultas en lenguaje natural: haz preguntas en lenguaje cotidiano
• Búsqueda por similitud: encuentra contenido conceptualmente similar
• Búsqueda híbrida: combina búsqueda vectorial y búsqueda tradicional por palabras clave
• Resultados configurables: controla el número y el umbral de relevancia de los resultados

Gestión de documentos

Funciones de organización

• Carga masiva: sube múltiples archivos a la vez mediante la API asíncrona
• Estado de procesamiento: actualizaciones en tiempo real sobre el procesamiento de documentos
• Búsqueda y filtrado: encuentra documentos rápidamente en colecciones grandes
• Seguimiento de metadatos: captura automática de información de archivos y detalles de procesamiento

Seguridad y privacidad

• Almacenamiento seguro: documentos almacenados con seguridad de nivel empresarial
• Control de acceso: permisos basados en el espacio de trabajo
• Aislamiento de procesamiento: cada espacio de trabajo tiene procesamiento de documentos aislado
• Retención de datos: configura políticas de retención de documentos

Primeros pasos

1. Navega a tu base de conocimiento: accede desde la barra lateral de tu espacio de trabajo
2. Sube documentos: arrastra y suelta o selecciona archivos para subir
3. Monitorea el procesamiento: observa cómo se procesan y fragmentan los documentos
4. Explora fragmentos: visualiza y edita el contenido procesado
5. Añade a flujos de trabajo: utiliza el bloque Knowledge para integrar con tus agentes de IA

La base de conocimientos transforma tus documentos estáticos en un recurso inteligente y consultable que tus flujos de trabajo de IA pueden aprovechar para obtener respuestas más informadas y contextuales.