Convex Agents RAG

目的

エージェントがカスタムコンテンツやナレッジベースを検索し、正確でコンテキストに基づいた回答を提供できるようにします。RAG は LLM の機能とセマンティック検索を組み合わせます。

このスキルを使用する場面

• エージェントがナレッジベースやドキュメントコレクションを参照する必要がある場合
• 特定のデータ（ポリシー、製品ドキュメントなど）に基づいて回答する場合
• カスタムコンテンツを横断してセマンティック検索する場合
• 検索と生成を組み合わせたシステム（FAQ、ドキュメント、サポート）を構築する場合
• 既知の情報に回答を限定して、ハルシネーションを減らす場合
• ユーザー別またはチーム別のナレッジ名前空間を管理する場合

セットアップ

convex.config.ts で RAG をインストールして設定します。

import { defineApp } from "convex/server";
import agent from "@convex-dev/agent/convex.config";
import rag from "@convex-dev/rag/convex.config";

const app = defineApp();
app.use(agent);
app.use(rag);

export default app;

コンテンツの追加

ドキュメントを名前空間に取り込みます。

import { rag } from "@convex-dev/rag";

export const addContent = action({
  args: { userId: v.string(), key: v.string(), text: v.string() },
  handler: async (ctx, { userId, key, text }) => {
    const namespace = `user:${userId}`;
    await rag.addContent(ctx, components.rag, {
      namespace,
      key,
      text,
      filters: { filterNames: [filename] },
    });
  },
});

検索と生成

エージェントで RAG を使用します。

export const answerWithContext = action({
  args: { threadId: v.string(), userId: v.string(), question: v.string() },
  handler: async (ctx, { threadId, userId, question }) => {
    const { thread } = await myAgent.continueThread(ctx, { threadId });

    const context = await rag.search(ctx, components.rag, {
      namespace: `user:${userId}`,
      query: question,
      limit: 10,
    });

    const augmentedPrompt = `# Context:\n\n${context.text}\n\n# Question:\n\n${question}`;
    const result = await thread.generateText({ prompt: augmentedPrompt });

    return result.text;
  },
});

主な原則

• 名前空間でデータを分離：マルチテナントの安全性を確保するため、user:userId または team:teamId を使用します
• ハイブリッド検索：テキスト検索とベクトル検索を組み合わせて、より良い結果を得ます
• フィルタリング：特定のドキュメントを対象にするには filterNames を使用します

次のステップ

• 基本的なエージェントのセットアップについては、fundamentals を参照してください
• 高度なコンテキストのカスタマイズについては、context を参照してください