Saltar a contenido

Las páginas sin traducir se abren en inglés y se indican como inglés.

Esta página es una traducción automática de la página en inglés, que prevalece. Machine-translated from the English page, which is authoritative.

Búsqueda de documentos y RAG para agentes

Loom indexa tus documentos (Markdown y texto, además de archivos PDF, .docx y .pptx que su servicio extractor convierte) y permite que los agentes los busquen con citas a través de MCP, HTTP o los SDKs. Es la mitad de recuperación de la generación aumentada por recuperación (RAG): tu agente o modelo redacta la respuesta a partir de los pasajes que devuelve Loom.

Qué obtienes

  • Fragmentos que siguen la estructura del documento. knowledge.add almacena el texto y, de forma opcional, el archivo original; Loom lo divide por sus encabezados, aplica ventanas a cada sección e incrusta cada fragmento. Documentos de knowledge
  • Citas. Un resultado indica el source_uri de su documento y el pasaje, de modo que un agente pueda citar y enlazar la fuente.
  • Una sola búsqueda en memoria, documentos y conversaciones. loom_search ejecuta las búsquedas de memoria, knowledge, perfil y conversaciones en una sola llamada, a través de los espacios de nombres de memoria de quien la invoca. Búsqueda unificada
  • Fuentes de documentos. Los administradores de un espacio de nombres pueden registrar fuentes de las que Loom extrae documentos; el worker de sincronización necesita LOOM_KNOWLEDGE_SOURCE_SYNC_ENABLED. Fuentes de documentos
  • Documentos junto al código. Los documentos de una fuente en el espacio de nombres de código del trunk de un repositorio llevan su etiqueta repo:<id>, de modo que las búsquedas de ese repositorio los leen junto con su código. Fuentes de documentos · Memoria vinculada al código
  • Un umbral de similitud. loom_search descarta los resultados de knowledge por debajo de un umbral de similitud en lugar de entregar al modelo un pasaje débil. loom_search
  • Control de acceso en cada pasaje. Los documentos viven en espacios de nombres con roles de lector, escritor y administrador. Espacios de nombres y uso compartido

Medición

En un corpus incluido en el repositorio de archivos PDF, DOCX y PPTX (27 archivos reservados para evaluación), el extractor de Loom, con OCR activado (su valor por defecto), obtuvo 0.999 de recall de texto y 0.991 de F1 en celdas de tablas en la ejecución medida (análisis de documentos). La calidad de la recuperación sobre documentos solo se mide en parte; cobertura y carencias conocidas indica qué falta todavía.

Empezar

La guía de inicio rápido ejecuta el stack con el servicio extractor. Añade un documento desde la página Library del dashboard, con knowledge.add para texto o, para un archivo que el extractor convierte, con knowledge.upload y luego knowledge.ingest (ingesta de archivos).

Algunas operaciones de esta página están marcadas como experimentales en la página de estado.