4. Baza wiedzy i metadane

4.2. Przeniesienie własnych danych z modułu 2

Lokalne chatboty, agenci i systemy RAG z własną bazą wiedzy

Instrukcja krok po kroku · materiał uzupełniający

Budujemy chatbota w konsoli

Własne zatwierdzone fragmenty

Odniesienie: M2 R6 → M3   |   Czas: 10 min

Jeśli masz już poprawnie przygotowaną bazę z M2, wykorzystaj ją bez ponownego odczytywania i dzielenia dokumentów.

  1. W M2 odszukaj wynik knowledge_base_ready.jsonl po kontroli GO. Nie wybieraj surowych rekordów ani pliku z odrzuconymi fragmentami.
  2. Zachowaj poprzedni plik dane/chunks.jsonl pod inną nazwą. Program celowo nie nadpisuje istniejącej bazy.
  3. Wykonaj polecenie, wpisując własną ścieżkę w miejsce przykładowej:
.\.venv\Scripts\python.exe baza.py --import-m2 "C:\moj_projekt\knowledge_base_ready.jsonl"

Importer zachowuje rekordy i metadane. Sprawdza niepuste teksty, unikalne identyfikatory, wymagane pola i status active. Plik musi pochodzić z własnego audytu M2. Sam fakt przyjęcia go przez program nie dowodzi poprawności treści.

  1. Zachowaj dokumenty źródłowe w swojej kopii projektu, aby móc sprawdzać cytowania. Skopiuj odpowiednie oryginały do dane/zrodla i odnotuj ich pochodzenie.
  2. Zbuduj nowy indeks poleceniem z następnego rozdziału. Nie kopiuj samych wektorów z innej bazy.
  3. Zmień testy.json: pytania i identyfikatory oczekiwanych fragmentów muszą dotyczyć nowego zestawu.

Warto wiedzieć. Poradnik nie importuje folderu semantic_index z M3. Buduje własny index.json na aktualnie zainstalowanym modelu. Do dalszych standardowych ćwiczeń M4–M6 zachowaj oryginalny indeks kursowy i jego format.

Punkt kontrolny

  • Używasz dokładnie zatwierdzonego pliku końcowego M2.
  • Źródła są dostępne do ręcznej kontroli.
  • Nie mieszasz starego indeksu z nowymi fragmentami.

Instrukcja uczestnika · Python i Ollama · wydanie 29.09.2026