Vectordatabases
Een AI-scope is een kennisbank: u voegt documenten toe, MonoChat splitst ze in stukken, zet elk stuk met een embeddingmodel om in een vector en slaat de vectoren op in een vectordatabase. Wanneer een klant iets vraagt, zoekt de AI in de vectordatabase naar de passages die qua betekenis het dichtstbij liggen en antwoordt op basis daarvan.
Instellingen › Automatisering › AI vector-DB-clients toont de vectordatabases die uw AI-scopes kunnen gebruiken.
Vectordatabases van MonoChat en uw eigen
Net als bij AI-modellen kan de lijst vectordatabases bevatten die MonoChat levert, die aan elke workspace worden aangeboden en voor u alleen-lezen zijn, en databases die u zelf koppelt. Als u tevreden bent met de database van MonoChat, hoeft u er geen eigen toe te voegen: kies hem gewoon wanneer u een AI-scope maakt.
Koppel uw eigen database wanneer u uw vectoren op infrastructuur wilt opslaan die u zelf beheert.
Ondersteunde provider
MonoChat maakt momenteel verbinding met Chroma (zelf gehost of gehost; de server moet bereikbaar zijn vanuit MonoChat).
Een vectordatabase koppelen
- Ga naar Instellingen › Automatisering › AI vector-DB-clients en klik op + (Aanmaken).
- Voer een Naam in en, optioneel, een Omschrijving.
- Kies de Provider.
- Vul de verbindingsvelden in en klik op Opslaan.
| Veld | Omschrijving |
|---|---|
| Pad | De URL van de Chroma-server, bijvoorbeeld https://chromadb.example.com. |
| Chroma-token (x-chroma-token) - optioneel | Het token, als uw server er een vereist. Het wordt verzonden in de header x-chroma-token. |
| Databasenaam | De Chroma-database die moet worden gebruikt. |
| Organisatienaam | De Chroma-tenant die moet worden gebruikt. |
Als de tenant of de database nog niet bestaat, maakt MonoChat die aan de eerste keer dat het naar de server schrijft. Binnen de database houdt MonoChat één collectie per workspace en embeddingmodel bij.
Gebruiken in een AI-scope
De vectordatabase kiest u wanneer u een AI-scope maakt:
- Ga naar Instellingen › Automatisering › AI-scopes en maak een scope.
- Kies bij AI vector-DB-clients de vectordatabase.
- Kies bij AI-modellen het embeddingmodel (een model met de functie Embedden).
- Kies optioneel een model voor AI-modellen voor spraak-naar-tekst voor audiodocumenten, en stel het Afstandstype en de Afstandsdrempel in die bij het zoeken worden gebruikt.
De vectordatabase en het embeddingmodel kunnen niet meer worden gewijzigd nadat de scope is gemaakt: de opgeslagen vectoren hebben alleen betekenis voor dat model in die database. Wilt u een kennisbank verplaatsen, maak dan een nieuwe scope en voeg de documenten opnieuw toe.
AI-scopes worden vervolgens gebruikt door de node AI-chatcompletion maken (AI-bereikinstellingen) en door de node AI-agent, waar ze een zoektool voor de kennisbank worden die de agent kan aanroepen. Zie AI-agents.
Machtigingen
Toegang wordt geregeld via de rolmachtigingen Read / Create / Update / Delete AI vector database clients in automation. Zie Rollen.