Semantisk Vidensbase-søgning
Søg nemt og hent information fra private vidensbase-dokumenter ved hjælp af semantisk søgning drevet af AI. Flowet udvider brugerforespørgsler, søger på tværs a...
3 min læsning
Komponenten CSV-dokumentsøgning er et alsidigt værktøj designet til at muliggøre intelligent søgning i CSV-filer som en del af dit AI-workflow. Den gør det muligt for brugere at udføre tekstbaserede søgninger eller køre pandas-forespørgselsudtryk på CSV-dokumenter, hvilket gør den særligt velegnet til scenarier, hvor strukturerede data skal forespørges og analyseres dynamisk.
Hvad gør denne komponent?
Denne komponent giver dig mulighed for at:
- Søge i CSV-filer ved hjælp af søgeord eller mere avancerede forespørgsler i pandas-stil.
- Filtrere søgeresultater efter specifikke kolonner, eller søge i alle kolonner, hvis ingen er angivet.
- Styres antallet af resultater, der returneres, ved at sætte en maksimal grænse.
- Vælge datakilder fleksibelt, ved enten at vælge en CSV-fil fra interne dokumenter eller angive en ekstern fil-URL.
- Optimere ydeevne og effektivitet med cachemuligheder, så behovet for gentagen indlæsning og parsing af store filer minimeres.
Dette gør den særligt nyttig til integration af strukturerede dataforespørgsler i større AI- eller databehandlings-pipelines, hvor automatiseret, gentagelig adgang til tabeldata er påkrævet.
Inputs
Denne komponent har ingen inputhåndtag.
Indstillinger
| Parameter | Beskrivelse | Standard-/Eksempelværdi | Påkrævet |
|---|---|---|---|
| CSV-dokument-ID | Vælg en CSV-fil fra intern lagring til søgning. | Nej | |
| CSV-fil-URL | Angiv en ekstern URL til en CSV-fil, hvis du ikke bruger et internt dokument. | Nej | |
| Søgekolonner | Angiv, hvilke kolonner der skal søges i (kommasepareret). Hvis intet angives, søges i alle kolonner. | Nej | |
| Skeln mellem store/små bogstaver | Bestemmer om søgningen skal skelne mellem store og små bogstaver. | False | Nej |
| Maks. resultater | Sætter det maksimale antal resultater, der skal returneres for hver søgning. | 5000 | Ja |
| Cache TTL | Definerer, hvor længe CSV-indholdet skal caches (forskellige intervaller fra “Ingen cache” til “1 år”). | 2 uger | Nej |
| Verbose | Aktiverer detaljeret output til fejlfinding eller udvikling. | False | Nej |
| Værktøjsnavn | Tildel et brugerdefineret navn til værktøjet til reference i agent-workflows. | Nej | |
| Værktøjsbeskrivelse | Giv en beskrivelse af værktøjet, så agenter forstår dets formål og anvendelse. | Nej |
Outputs
- Værktøj: Det primære output er et Værktøjsobjekt, som kan integreres i dit workflow eller bruges af agenter til at udføre dokumentsøgninger efter behov.
Typiske anvendelsestilfælde
- Automatiseret dataudtræk: Hent relevante rækker fra store CSV-datasæt baseret på brugerdefinerede forespørgsler eller parametre.
- Databehandling: Filtrer og udtræk datasæt som forberedelse til videre analyse eller maskinlæring.
- Dynamisk dataopslag i AI-agenter: Giv AI-agenter adgang til og mulighed for at søge i tabeldata on-demand som led i en bredere beslutningsproces.
Hvorfor bruge CSV-dokumentsøgning?
- Fleksibilitet: Virker med både interne og eksterne CSV-filer og tilpasser sig forskellige datalagringsstrategier.
- Ydeevne: Cachemuligheder øger hastigheden og reducerer gentagen dataindlæsning.
- Tilpasning: Søgeparametre, resultatgrænser og søgeområde (kolonner, skelnen mellem store/små bogstaver) kan skræddersys til specifikke behov.
- Problemfri integration: Designet som en modulær komponent i større AI-workflows og muliggør struktureret dataadgang til efterfølgende opgaver.
Denne komponent er ideel for alle, der har brug for programmatiske, gentagelige søgefunktioner på tabeldata i en AI-drevet automatiserings- eller analysepipeline.