4. Baza wiedzy i metadane

Lokalne chatboty, agenci i systemy RAG z własną bazą wiedzy

Instrukcja krok po kroku · materiał uzupełniający

Budujemy chatbota w konsoli

Sprawdzona mała baza

Odniesienie: M2 R1–R6   |   Czas: 20 min

Najpierw uruchom projekt na dziesięciu zatwierdzonych fragmentach DocAssist. Dzięki temu ewentualny błąd łatwiej odróżnić od problemu z własnymi dokumentami.

Dane startowe

Pakiet zawiera kopię knowledge_base_ready.jsonl z aktualnego pakietu Studenta M3, zapisaną jako dane/chunks.jsonl, oraz cztery dokumenty źródłowe. Każdy wiersz JSONL to jeden rekord. Nie są to prawdziwe procedury ani wymagania sprzętowe. Poleceń systemowych znalezionych w tekstach DocAssist nie wykonuj na komputerze.

  1. Otwórz dane/chunks.jsonl w edytorze. Powinno być dziesięć niepustych wierszy.
  2. Znajdź fragment DOC-REG-6a742ef524-0002. Odczytaj jego tekst, nazwę źródła, wersję i sekcję.
  3. Otwórz oryginalny regulamin i sprawdź godziny, dni robocze oraz wyjątek dotyczący awarii całego zespołu.
  4. Na tym etapie nie zmieniaj danych. Najpierw przejdź pełny przykład.

Minimalna budowa fragmentu

{
  "chunk_id": "DOC-REG-6a742ef524-0002",
  "text": "Pełny tekst konkretnej sekcji...",
  "metadata": {
    "document_id": "DOC-REG",
    "source": "regulamin.md",
    "title": "Regulamin pracy z systemem DocAssist",
    "version": "wartość z dokumentu",
    "status": "active",
    "section": "Dyżur operatora",
    "page_number": null
  }
}

Warto wiedzieć. Powyższy rekord pokazuje strukturę i zawiera skrócony tekst oraz opisową wartość wersji. Nie zastępuj nim rekordu z pakietu. Pełny tekst i rzeczywiste metadane są w chunks.jsonl.

Bramka jakości przed indeksowaniem

  • Fragment zawiera treść potrzebną do odpowiedzi, w tym warunki i wyjątki.
  • Identyfikator jest niepusty i unikalny. Nazwa źródła prowadzi do właściwego dokumentu.
  • Wersja i status dokumentu są znane. Nie mieszamy aktywnego regulaminu z wersją archiwalną.
  • Tekst zachowuje polskie znaki, jednostki, wartości i nazwy poleceń.

Nie oczekuj, że lepszy model naprawi brakującą sekcję lub złą wersję dokumentu. Jeśli danych nie ma, wróć do przygotowania bazy w M2. Program sprawdzi strukturę, ale nie zastąpi Twojej oceny pokrycia i aktualności.

Punkt kontrolny

  • Potrafisz przejść od fragmentu do oryginalnego dokumentu.
  • Rozumiesz różnicę między chunk_id a lokalną etykietą [S1].

Instrukcja uczestnika · Python i Ollama · wydanie 29.09.2026