コンテキスト文書およびデータセット

研究にファイルを添付する

コンテキストドキュメントは、研究のワークスペース内にあるライブラリから取得されます。組織の研究では、メンバーが利用可能な組織のファイルを使用し、個人の研究ではユーザー個人のファイルを使用します。ドキュメントピッカーを使用すると、そのライブラリに新しいファイルをアップロードすることもでき、プランのストレージ使用量が表示されます。

研究データセットの最新バージョンが自動的に添付されます。新しいデータセットバージョンをアップロードすると、以前に添付されていたバージョンは置き換えられます。

処理状態

ドキュメントの状態は、保留中、処理中、準備完了、失敗、またはサポート対象外となる場合があります。処理では、テキストの抽出、パッセージの作成、およびその研究のための検索インデックスの構築が行われます。

サポートされている抽出対象には、テキストレイヤーのPDF、DOCX、CSV、TSV、JSON、ノートブック、コード、およびテキストが含まれます。テキストレイヤーのないスキャン済みPDFや画像はOCRが必要であり、サポート対象外としてマークされます。破損したファイルは失敗となり、再試行できます。プロセッサは、1つのドキュメントを600個のパッセージおよび2M文字に制限し、1つの研究につき最大100個のドキュメントまで処理できます。

エージェントが読み取れるもの

エージェントは、search_research_docsを通じて、現在行っている研究の添付されたパッセージのみを検索します。プランナーとエージェントの履歴には、ファイル名、処理状態、および短い抜粋が含まれます。取得されたパッセージは、信頼できないコンテンツとして区切られます。

ドキュメントの添付を解除するか、ソースメディアを削除すると、対応するチャンクとエンベディングが削除されます。

実行でドキュメントを使用する

1回の実行では最大8つのドキュメントをマウントできます。入力は有効期限付きのURLを通じて取得され、計算キャッシュキーに含まれます。

import lasques

path = lasques.input_path("data.csv")

入力名は、実行のために選択された添付ドキュメントと一致している必要があります。入力は実行のinputs/ディレクトリにダウンロードされます。これらはコードスナップショット内にインライン化されることはありません。