← На главнуюДокументация
← К разделам

RAG-память

RAG-память — векторные коллекции для AI-агентов. Вы создаёте коллекцию из папки или выбранных файлов, запускаете векторизацию — и содержимое становится доступно для семантического поиска через API. Раздел в боковой панели («AI и RAG» → «RAG-память») или /dashboard/rag-memory.

Что такое RAG-память

RAG (Retrieval-Augmented Generation) — технология, при которой документы разбиваются на фрагменты, преобразуются в векторы (эмбеддинги) и сохраняются в базе. При запросе система находит похожие фрагменты и передаёт их в AI как контекст. RAG-коллекции в qoqon.ru — это «мозги» для внешних систем: n8n, API-клиенты и другие агенты могут выполнять семантический поиск по вашим данным.

Создание коллекции

Нажмите «Создать» и укажите:

  • Название — например, «База знаний продукта»
  • Источник — папка (все файлы из папки) или выбранные файлы вручную

Поддерживаются форматы: PDF, Word (DOCX), Excel, TXT и другие, которые система умеет обрабатывать.

Векторизация

После создания коллекции нажмите «Векторизовать». Система извлечёт текст из файлов, разобьёт на чанки и создаст эмбеддинги. На карточке отображается прогресс: всего файлов / с поддерживаемым форматом / с созданными векторами.

Если добавили новые файлы в папку — используйте «Синхронизировать с папкой» (в меню ⋮), затем снова «Векторизовать».

Настройки векторизации

В меню коллекции выберите «Настроить векторизацию». Доступны параметры:

  • chunkSize — размер фрагмента в символах
  • chunkOverlap — перекрытие между фрагментами
  • similarityThreshold — порог релевантности
  • topK — сколько фрагментов возвращать при поиске

Семантический поиск по API

ID коллекции (скопируйте по клику на карточке) используется в запросе:

GET /api/v1/files/search?q=ваш запрос&collectionId=ID_КОЛЛЕКЦИИ

Подробнее об интеграции с n8n и API — в руководстве по n8n.

Действия с коллекцией

  • Векторизовать — запустить или продолжить обработку файлов
  • Удалить вектора — удалить эмбеддинги (файлы на диске остаются)
  • Векторная база — переход к просмотру эмбеддингов по файлам
  • Выгрузка — экспорт данных коллекции
  • n8n — настройка подключения к n8n (требуется тариф с функцией «Подключение n8n»)
  • Удалить коллекцию — удалить коллекцию и её вектора

Требования

  • Тариф с включённой функцией RAG-память
  • Квота документов RAG по тарифу (если задана)
  • AI-провайдер для эмбеддингов настроен администратором