База знаний из документов, где каждый кусок помнит контекст

Сценарий берёт документы из Databricks, режет на куски по смыслу и к каждому добавляет контекст, а затем складывает в базу знаний Qdrant Vector Store — чтобы помощник отвечал точнее.

  • Каждый кусок документа помнит свой контекст
  • Помощник отвечает точнее, а не мимо
  • Документы из хранилища — в базу знаний сами
  • Меньше уверенно неправильных ответов
Pinecone Vector StoreEmbeddings Google GeminiDefault Data Loader
Подключить базу знаний и запуститьScriptera

Как это работает

Сценарий сам создаёт записи в Databricks по данным из Qdrant Vector Store — ручной ввод больше не нужен.

  1. Запуск: Запуск вручную
  2. Затем: Получить документ из Google Drive
  3. Затем: Извлечь текстовые данные из Google Document
  4. Затем: Разделить текст документа на секции
  5. Затем: Подготовить секции для цикла
  6. Проверка: Обработать по одному
  7. Затем: ИИ-агент — подготовить контекст
  8. Затем: Объединить контекст и текст раздела
  9. Затем: Pinecone Vector Store
  10. Затем: Модель чата OpenRouter
  11. Затем: Встраивания Google Gemini
  12. Затем: Загрузчик данных по умолчанию
  13. Затем: Рекурсивный разделитель текста по символам

Эту интеграцию Qdrant Vector Store и Databricks можно запустить в Scriptera: опишите задачу словами — сценарий соберут, запустят и будут следить, чтобы он работал.

Похожие сценарии