create-knowledgebase

Bolna ナレッジベースを作成する

エンドポイント

• 作成：POST https://api.bolna.ai/knowledgebase
• 取得：GET https://api.bolna.ai/knowledgebase/{rag_id}
• 一覧表示：GET https://api.bolna.ai/knowledgebase/all
• 削除：DELETE https://api.bolna.ai/knowledgebase/{rag_id}

Authorization: Bearer $BOLNA_API_KEY を使用します。

PDF から作成

curl --request POST \
  --url https://api.bolna.ai/knowledgebase \
  --header "Authorization: Bearer $BOLNA_API_KEY" \
  --form 'file=@"/path/to/file.pdf"' \
  --form 'chunk_size=512' \
  --form 'similarity_top_k=15' \
  --form 'overlapping=128' \
  --form 'language_support=multilingual'

PDF の最大サイズは 20 MB と記載されています。英語以外のドキュメントや言語をまたいだ検索には、language_support=multilingual を使用します。

URL から作成

curl --request POST \
  --url https://api.bolna.ai/knowledgebase \
  --header "Authorization: Bearer $BOLNA_API_KEY" \
  --form 'url=https://example.com/docs' \
  --form 'chunk_size=512' \
  --form 'similarity_top_k=15' \
  --form 'overlapping=128'

レスポンスフィールド

• rag_id：取得／削除操作で使用するナレッジベース ID。
• file_name：PDF 名または URL ソース名。
• status：processing、processed、または error。
• source_type：pdf または url。
• language_support：multilingual または null。

一覧のレスポンスには vector_id が含まれます。これは、エージェントが RAG の接続に使用する ID です。

処理が完了するまでポーリングする

curl --request GET \
  --url "https://api.bolna.ai/knowledgebase/$RAG_ID" \
  --header "Authorization: Bearer $BOLNA_API_KEY"

ステータスが processed になるまでは、ナレッジベースをエージェントに接続しないでください。

エージェントに接続する

エージェントの作成時または更新時に、LLM をナレッジベースエージェントとして設定し、処理済みのベクター ID をベクトルストアプロバイダーの設定に含めます。エージェントの設定全体については、create-agent を使用してください。

削除する

curl --request DELETE \
  --url "https://api.bolna.ai/knowledgebase/$RAG_ID" \
  --header "Authorization: Bearer $BOLNA_API_KEY"

先に削除を確認してください。そのベクターを使用しているエージェントは、そのソースから回答できなくなる場合があります。

Bolna エージェントに接続する

エージェント設定で、agent_type: "knowledgebase_agent" を使用し、vector_id を 1 つ以上指定します。

{
  "llm_agent": {
    "agent_type": "knowledgebase_agent",
    "agent_flow_type": "streaming",
    "llm_config": { "provider": "openai", "model": "gpt-4o", "max_tokens": 200, "temperature": 0.3 },
    "vector_store": {
      "provider": "lancedb",
      "provider_config": {
        "vector_ids": ["<vector_id_1>", "<vector_id_2>"],
        "similarity_top_k": 8
      }
    }
  }
}

グラフエージェントの場合は、個々のノードの rag_config を使ってノードごとに接続します。bolna-graph-agents/references/edges-and-routing.md と、bolna-graph-agents/assets/full-example.json の例を参照してください。

スクリプト

python3 create-knowledgebase/scripts/create_knowledgebase.py \
  --file /path/to/manual.pdf \
  --multilingual

調整項目

調整項目	デフォルト	効果
chunk_size	512	チャンクが大きいほど、検索時のコンテキストが増え、照合の精度は低下します。
overlapping	128	チャンク間の重なりです。値を大きくすると、境界をまたぐ回答の取りこぼしを防ぎやすくなります。
similarity_top_k	15	取得するチャンク数です。回答を絞り込む場合は小さく、幅広い統合を行う場合は大きくします。
language_support	null	英語以外のドキュメントや言語をまたいだ検索には、multilingual を設定します。

関連項目

• create-agent — ベクトル接続を含む knowledgebase_agent の例。
• bolna-graph-agents — rag_config を使ったノードごとの RAG。
• https://raw.githubusercontent.com/bolna-ai/skills/main/references/prompting-tips.md — 取得したチャンクを使って回答する際の、ハルシネーションを防ぐためのガイダンス。