Documentos de contexto e conjuntos de dados

Anexar arquivos à pesquisa

Documentos de contexto vêm da Biblioteca do workspace da pesquisa. A pesquisa da Organização usa arquivos da organização, disponíveis para os membros; a pesquisa pessoal usa os arquivos pessoais do usuário. O seletor de documentos também pode fazer o upload de um novo arquivo para essa Biblioteca e mostra o medidor de armazenamento do plano.

A versão mais recente de um conjunto de dados de pesquisa é anexada automaticamente. O upload de uma nova versão de conjunto de dados substitui a versão anexada anteriormente.

Estados de processamento

Documentos podem estar pendentes, em processamento, prontos, falhados ou não suportados. O processamento extrai texto, cria passagens e constrói um índice de busca para aquela pesquisa.

A extração suportada inclui PDF de camada de texto, DOCX, CSV, TSV, JSON, notebooks, código e texto. PDFs digitalizados sem uma camada de texto e imagens requerem OCR e são marcados como não suportados. Arquivos corrompidos falham e podem ser tentados novamente. O processador limita um documento a 600 passagens e 2 M de caracteres, com até 100 documentos por pesquisa.

O que os agentes podem ler

Os agentes pesquisam apenas as passagens anexadas de sua pesquisa atual por meio de search_research_docs. O histórico do planejador e do agente inclui nomes de arquivos, estados de processamento e extratos curtos. As passagens recuperadas são delimitadas como conteúdo não confiável.

Desanexar um documento ou excluir sua mídia de origem remove os chunks e embeddings correspondentes.

Usar um documento em uma execução

Uma execução pode montar até oito documentos. As entradas são buscadas por meio de URLs com limite de tempo e estão incluídas na chave de cache de computação.

import lasques

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

O nome da entrada deve corresponder a um documento anexado selecionado para a execução. As entradas são baixadas no diretório inputs/ da execução; elas não são incorporadas ao snapshot do código.