Semantisk kunskapsbas-sökning
Sök enkelt och hämta information från privata kunskapsbadsdokument med hjälp av semantisk sökning driven av AI. Flödet utökar användarens frågor, söker över fle...
3 min läsning
Komponenten CSV-dokumentsökning är ett mångsidigt verktyg utformat för att möjliggöra intelligent sökning i CSV-filer som en del av ditt AI-arbetsflöde. Den gör det möjligt för användare att utföra textsökningar eller köra pandas-frågeuttryck på CSV-dokument, vilket gör den särskilt lämpad för situationer där strukturerad data behöver frågas ut och analyseras dynamiskt.
Vad gör denna komponent?
Denna komponent låter dig:
- Söka i CSV-filer med hjälp av nyckelordssökning eller mer avancerade frågeuttryck i pandas-stil.
- Filtrera sökresultat efter specifika kolumner, eller söka över alla kolumner om inga anges.
- Styra antalet resultat som returneras genom att sätta ett maxvärde.
- Välja datakällor flexibelt genom att välja en CSV-fil från interna dokument eller ange en extern fil-URL.
- Optimera prestanda och effektivitet med cache-alternativ, vilket minskar behovet av att ladda och tolka stora filer upprepade gånger.
Detta gör komponenten särskilt användbar för att integrera frågor mot strukturerad data i större AI- eller databehandlingsflöden, där automatiserad, repeterbar åtkomst till tabellbaserad data krävs.
Inmatningar
Det finns inget inmatningshandtag för denna komponent.
Inställningar
| Parameter | Beskrivning | Standard-/exempelvärde | Obligatorisk |
|---|---|---|---|
| CSV-dokument-ID | Välj en CSV-fil från intern lagring för sökning. | Nej | |
| CSV-filens URL | Ange en extern URL till en CSV-fil om du inte använder ett internt dokument. | Nej | |
| Sökkolumner | Ange vilka kolumner som ska sökas i (kommaseparerat). Om tomt söks i alla kolumner. | Nej | |
| Skiftlägeskänslig | Avgör om sökningen ska skilja på versaler och gemener. | False | Nej |
| Max antal resultat | Anger maximalt antal resultat att returnera vid varje sökning. | 5000 | Ja |
| Cache TTL | Definierar hur länge CSV-innehållet ska cachelagras (olika intervaller från “Ingen cache” till “1 år”). | 2 veckor | Nej |
| Utförlig | Aktiverar detaljerad utdata för felsökning eller utvecklingsändamål. | False | Nej |
| Verktygsnamn | Tilldela ett anpassat namn till verktyget för referens inom agentarbetsflöden. | Nej | |
| Verktygsbeskrivning | Ange en beskrivning för verktyget för att hjälpa agenter att förstå dess syfte och användning. | Nej |
Utmatningar
- Verktyg: Huvudutmatningen är ett Tool-objekt som kan integreras i ditt arbetsflöde eller användas av agenter för att utföra dokumentsökningar vid behov.
Typiska användningsområden
- Automatiserad datautvinning: Hämta relevanta rader från stora CSV-dataset baserat på användarfrågor eller parametrar.
- Databehandling: Filtrera och extrahera delmängder av data som ett förberedande steg för vidare analys eller maskininlärning.
- Dynamisk datauppslagning hos AI-agenter: Låt AI-agenter få åtkomst till och söka i tabellbaserad data vid behov som del i en bredare beslutsprocess.
Varför använda CSV-dokumentsökning?
- Flexibilitet: Fungerar med både interna och externa CSV-filer, anpassar sig efter olika datalagringsstrategier.
- Prestanda: Cache-alternativ förbättrar hastighet och minskar upprepade datainläsningar.
- Anpassningsbarhet: Sökparametrar, resultatbegränsningar och sökomfång (kolumner, skiftlägeskänslighet) kan skräddarsys efter specifika behov.
- Sömlös integration: Utformad för att vara en modulär komponent i större AI-arbetsflöden och möjliggöra strukturerad dataåtkomst för vidare uppgifter.
Denna komponent är idealisk för alla som behöver programmatisk, repeterbar sökning i tabellbaserad data inom en AI-driven automations- eller analyskedja.