Skapa kunskapsmartar

Med kunskapsmarter kan du bädda in och lagra dina strukturerade och ostrukturerade data i en vektordatabas. Detta gör att den förstärkta kontexten kan hämtas med semantiska sökfunktioner för att användas som ett sammanhang för RAG-applikationer (Retrieval Augmented Generation).

RAG optimerar LLM-utdata genom att ge LLM ytterligare kontext med frågan.

Installera Qlik Data Gateway - Data Movement

För att använda kunskapsmarter måste du ansluta till vektordatabaser och LLM-kopplingar, vilket kräver installation av en specifik Qlik Data Gateway - Data Movement. Mer information finns i Ställa in Qlik Data Gateway - Data Movement för kunskapsmarter.

Visa och hämta loggarna

Du kan visa och hämta loggarna för kunskapsmarter. Mer information finns i Felsökning Data Movement gateway.

Förutsättningar

Du kan använda datauppgifter av följande typer som källa för en kunskapsmart:

• Lagring

• Transformering

Innan du kan skapa en kunskapsmart måste du göra följande i uppgifterna för källdata:

• Fyll datauppsättningarna med data som du vill använda i din kunskapsmart. Mer information finns i Introduktion av data till ett datalager.

• Skapa en relationstabell för datauppsättningarna så att relationen mellan källdatauppsättningarna kan definieras. Mer information finns i Skapa en datamodell.

  Anteckning om varningAlla källdataposter måste ha nycklar.

Begränsningar

Det finns begränsningar när du använder källdatauppsättningar som uppfyller alla dessa villkor:

• Skapad av SQL-transformation eller ett transformeringsflöde

• Icke-materialiserad

• Historisk datalagring (typ 2) inaktiverad

Dessa datauppsättningar anses vara uppdaterade vid varje körning, vilket kan påverka effektiviteten och kostnaderna. Du kan mildra detta genom att:

• Ändra de källdatauppsättningar som ska materialiseras.

• Använda uttryckliga datauppsättningstransformationer.

• Skapa globala regler som omvandlar flera datauppsättningar.

Kodningsformat som stöds

Dina filer måste vara korrekt kodade i UTF-8. Andra format kan tolkas felaktigt.

Tecken som stöds

Fil- och mappnamnen kan innehålla följande tecken:

• [0-9], [a-Z], [A-Z]
• ! - _ . * ' ()

Andra specialtecken kan stödjas, men på grund av den omfattande hanteringen av specialtecken rekommenderas att endast använda tecknen i listan ovan.

Relationer

• Det är inte möjligt att relatera data från två dataset. Skapa en transformeringsuppgift där du definierar relationen i datamodellen och använd transformeringsuppgiften som källa för uppgiften.

• När två datauppsättningar är relaterade i datamodellen kommer båda datauppsättningarna att vara tillgängliga i uppgiften, även om du bara har valt en av datauppsättningarna.

Ändra kopplingar eller datagateway

Om du ändrar vektorkopplingen eller vektordatagatewayen måste du förbereda uppgiften igen.

Felsökning

Filer som flyttats till OneDrive känns inte igen av File knowledge mart

Möjlig orsak  

Om filer flyttas eller synkroniseras till OneDrive med alternativ som bevarar det gamla skapande- och ändringsdatumet för filen, känns filen inte igen som en ny fil.

Föreslagen åtgärd  

Ändra filens ändringsdatum till aktuellt datum.

Körningsfel vid användning av Pinecone

Möjlig orsak  

NULL-värden i metadata-kolumner stöds inte av Pinecone. Resultatet skulle bli ett körningsfel.

Föreslagen åtgärd  

• Omvandla NULL-värdena till andra värden, till exempel en tom sträng, eller ordet NULL, i en transformation före kunskapsmarten.

• Använd en annan vektordatabas.

• Använd inte kolumnen som metadata.