LangBotはRAG（Retrieval-Augmented Generation）をネイティブサポートしています。ナレッジベースを作成してパイプラインにバインドすることで、ナレッジベースの内容に基づいて質問に答えることができます。 ナレッジベースはRAGエンジンプラグインによって駆動され、異なるRAGエンジンは異なるインデックス作成と検索戦略を提供します。利用可能なRAGエンジンプラグインはプラグインマーケットプレイスで見つけることができます。Documentation Index
Fetch the complete documentation index at: https://docs.langbot.app/llms.txt
Use this file to discover all available pages before exploring further.
ナレッジベースの作成
ナレッジベースページでナレッジベースを作成ボタンをクリックします:
- ナレッジベース名を入力
- RAGエンジンを選択（インストール済みのプラグインが提供）
- 選択したエンジンの設定フォームに基づいて関連パラメータを入力（例: 埋め込みモデル、チャンクサイズなど）
作成ボタンをクリック
RAGエンジンによって設定パラメータが異なり、エンジンの
creation_schema定義に依存します。一部のエンジンでは、まず埋め込みモデルの設定が必要な場合があります。モデルの設定をお読みください。DOC_INGESTION能力を宣言している場合）、作成後にナレッジベースの「ドキュメント」タブに移動してドキュメントをアップロードします。LangBotはバックグラウンドで自動的に解析とインデックス化を行います。
ナレッジベースの使用
パイプライン設定に移動し、「AI」タブでLocal Agentをランナーとして選択してから、先ほど作成したナレッジベースを選択します。
再順位付けの設定（オプション）
ナレッジベースを選択した後、下方で再順位付けモデルを設定して検索品質を向上させることができます：- 再順位付けモデル：設定済みのRerankモデルを選択（未設定の場合は先にモデル設定で追加してください）
- 再順位付け保持数（Top-K）：再順位付け後に保持する最も関連性の高い結果数、デフォルトは5
LangBotの組み込みナレッジベースは、ランナーが
Local Agentに設定されている場合にのみ使用できます。他のランナーについては、それぞれのドキュメントを参照してください。チャットデバッグでナレッジベースを使用したり、このパイプラインにリンクされたボットを通じて使用できます:
