Kontexte

Verwenden von Indizes in Agents

Über Indizes können Agents Zugriff auf genehmigte Wissensdatenbanken erhalten. Dies hilft Agents, mit geschäftsspezifischen Daten zu argumentieren. Eine Anleitung zur effektiven Nutzung des Kontexts finden Sie unter Bewährte Methoden für Kontext-Engineering.

Um Ihrem Agent einen Kontext hinzuzufügen, führen Sie folgende Schritte im Abschnitt Kontexte aus:

1. Wählen Sie Kontext hinzufügen.
2. Wählen Sie einen Index aus der verfügbaren Liste oder Neuen erstellen, um einen neuen Index in Orchestrator zu erstellen. Weitere Information dazu finden Sie unter Indizes.
3. Geben Sie eine Beschreibung für Ihren Kontext an.
4. Konfigurieren Sie die Suchstrategie mithilfe des Eigenschaftenbereichs. Sie können den Abfragetyp, die Präzision und die Relevanz des Kontexts über die folgenden Einstellungen steuern:
   • Semantik: Wählen Sie diese Option für semantische Abfragen, wenn Sie mit textuellen Datenquellen arbeiten.
     • Schwellenwert für den Relevanzwert: Damit ist ein Schwellenwert für den Ähnlichkeitswert gemeint, der nach dem Abruf und der Neusortierung relevanter Chunks angewendet wird. Alle relevanten Chunks, die unterhalb dieses Schwellenwerts liegen, werden nicht zurückgegeben. Verwenden Sie dieses Feld, um genauere Ergebnisse zu erzielen. Wenn Sie diese Zahl erhöhen, filtert Kontextgrundlage und verankert nur Prompts mit den besten Bewertungen.
     • Höchstanzahl an generierten Ergebnissen: Damit ist die Anzahl der von der Kontextgrundlage aus einer Benutzerabfrage zurückgegebenen Chunks. Dies trägt zur Reduzierung der grundlegenden Nutzlast der LLM-Generierung (Gesamttokengröße des LLM-Aufrufs) bei und kann als zusätzlicher Filter für die Ergebnisse dienen, die Sie von der Kontextgrundlage erhalten. Wenn Sie die Anzahl der Ergebnisse erhöhen, erhöht sich die Anzahl der zurückgegebenen Datenstücke.
     • Abfrage – Die Abfrage für die Suchstrategie. Dieses Feld unterstützt statische Werte sowie die Modi „Statisch“, „Argument“ und „Dynamisch“.
   • Strukturiert (Vorschau): Wählen Sie diese Option für strukturierte Abfragen, wenn Sie tabellarische Datenquellen verwenden. Unterstützt das CSV-Datenformat.
   • DeepRAG: Wählen Sie diese Option aus, um die erweiterte Zusammenfassung und Abruf von mehreren Dokumenten zu aktivieren. Weitere Informationen dazu finden Sie unter Verwenden von DeepRAG.
     • Zitate aktivieren – Aktivieren Sie diese Option für Zitate für DeepRAG-Abfragen.
     • Eingabeaufforderung – Die Eingabeaufforderung für die DeepRAG-Abfrage. Dieses Feld unterstützt statische Werte sowie die Modi „Statisch“, „Argument“ und „Dynamisch“.
5. Beschränken Sie den Suchbereich mithilfe folgender Einstellungen:
   • Ordnerpfadpräfix – Verwenden Sie dieses Feld, um den Ordnerpfad anzugeben, in dem Ihre Zieldokumente gespeichert sind. Sie können entweder einen statischen Pfad wie /documents/project manuell eingeben oder ein dynamisches Argument verwenden, damit der Agent basierend auf Runtime-Eingaben verschiedene Ordner durchsuchen kann.
   Hinweis:

   Standard werden nur Dateien indiziert, die sich direkt im angegebenen Ordner befinden.Dateien die in Unterordnern gespeichert sind, werden nicht automatisch eingeschlossen. Um Dateien aus Unterordnern einzubeziehen, fügen Sie sie /**an den Pfad an (z. B. /documents/project/**). Wenn Dateien in Unterordnern nicht enthalten sind, wird möglicherweise folgender Error angezeigt: „Keine gültigen Dateien für DeepRAG.Bitte aktualisieren Sie Ihren Index und synchronisieren Sie ihn erneut, oder verwenden Sie ein anderes Übereinstimmungsmuster."

   • Dateierweiterung – Wählen Sie die im Index enthaltenen Dateitypen. Für DeepRAG werden derzeit nur PDF-Dateien unterstützt.