# ナレッジベース

Source: https://langbot.app/docs/ja/usage/knowledge/readme

LangBot で RAG ナレッジベースを構築。AI ボットにドキュメント検索と根拠ある回答を付与。

LangBotはRAG（Retrieval-Augmented Generation）をネイティブサポートしています。ナレッジベースを作成してパイプラインにバインドすることで、ナレッジベースの内容に基づいて質問に答えることができます。

ナレッジベースはRAGエンジンプラグインによって駆動され、異なるRAGエンジンは異なるインデックス作成と検索戦略を提供します。利用可能なRAGエンジンプラグインは[プラグインマーケットプレイス](https://space.langbot.app/market)で見つけることができます。

## ナレッジベースの作成

ナレッジベースページで`ナレッジベースを作成`ボタンをクリックします:

1. ナレッジベース名を入力
2. RAGエンジンを選択（インストール済みのプラグインが提供）
3. 選択したエンジンの設定フォームに基づいて関連パラメータを入力（例: 埋め込みモデル、チャンクサイズなど）
4. `作成`ボタンをクリック

> info:
>
> RAGエンジンによって設定パラメータが異なり、エンジンの`creation_schema`定義に依存します。一部のエンジンでは、まず埋め込みモデルの設定が必要な場合があります。[モデルの設定](https://langbot.app/docs/ja/usage/models/readme.md)をお読みください。

選択したRAGエンジンがドキュメントのアップロードをサポートしている場合（`DOC_INGESTION`能力を宣言している場合）、作成後にナレッジベースの「ドキュメント」タブに移動してドキュメントをアップロードします。LangBotはバックグラウンドで自動的に解析とインデックス化を行います。

## ナレッジベースの使用

パイプライン設定に移動し、「AI」タブで`Local Agent`をランナーとして選択してから、先ほど作成したナレッジベースを選択します。

![use\_kb](https://langbot.app/docs/images/zh/deploy/knowledge/use_local_agent.png)

![use\_kb](https://langbot.app/docs/images/zh/deploy/knowledge/use_kb.png)

### 再順位付けの設定（オプション）

ナレッジベースを選択した後、下方で**再順位付けモデル**を設定して検索品質を向上させることができます：

- **再順位付けモデル**：設定済みのRerankモデルを選択（未設定の場合は先に[モデル設定](https://langbot.app/docs/ja/usage/models/readme.md)で追加してください）
- **再順位付け保持数（Top-K）**：再順位付け後に保持する最も関連性の高い結果数、デフォルトは5

> idea:
>
> 再順位付けモデルはオプションです。設定すると、ナレッジベース検索から返される候補ドキュメントが再順位付けモデルで再スコアリングされ、最も関連性の高い上位K件のみが保持され、大規模モデルに渡されます。無関係な情報の干渉が大幅に減少します。

> info:
>
> LangBotの組み込みナレッジベースは、ランナーが`Local Agent`に設定されている場合にのみ使用できます。他のランナーについては、それぞれのドキュメントを参照してください。

これで`チャットデバッグ`でナレッジベースを使用したり、このパイプラインにリンクされたボットを通じて使用できます:

![use\_kb\_in\_chat](https://langbot.app/docs/images/zh/deploy/knowledge/use_kb_in_chat.png)

## カスタムRAGエンジンの開発

既存の知識エンジンプラグインがニーズを満たさない場合、独自の知識エンジンプラグインを開発できます。開発方法については、[コンポーネント: 知識エンジン](https://langbot.app/docs/ja/plugin/dev/components/knowledge-engine.md)を参照してください。