Все ноды/AI/RAG

RAG-инструмент

Предоставляет базу знаний как инструмент для AI Agent. Агент сам решает когда выполнять поиск. Подключается через link_extension. В отличие от RAG Query — вызывается агентом, а не детерминированно.

RAG-инструментT

Тип в графе: rag_tool

Tool

Как попробовать

Минимальный рабочий воркфлоу

Вход

ИИ-агент▶▦

RAG-инструментT

LLM▦

Буферная память▶S

Выход▶

Исполнение + данные
Расширение
LLM
Память
Исполнение + данные + стрим

Нажмите «Скопировать ноды», откройте редактор и нажмите Ctrl+V на холсте.

Перед запуском выберите своё подключение или базу знаний — в графе стоит REPLACE_ME.

Как применять

RAG-инструмент отдаёт базу знаний агенту: искать или нет и с какой формулировкой — решает модель. Это правильный выбор, когда база нужна не на каждый вопрос («сколько стоит доставка» — нужна, «привет» — нет) или когда из реплики пользователя запрос ещё надо составить. Если контекст нужен всегда и одинаково — берите RAG-запрос: он дешевле по раундам и его результат виден в графе.

Как это работает

Нода не участвует в цепочке исполнения. Её выход подключается проводом link_extension в порт Extensions ноды AI-агент, и агент объявляет модели функцию с одним строковым аргументом query. Имя функции — поле «Имя инструмента», а поле «Описание инструмента» — единственное, по чему модель понимает, когда этот вызов уместен.

Результат приходит модели текстом: пронумерованный список найденных фрагментов с их score. Два особых случая различаются намеренно — «ничего не нашлось» модель должна сообщить пользователю, а про ненайденную базу приходит явная ошибка, чтобы модель не сочиняла ответ вместо неё.

Все параметры поиска — база, Top K, порог, окно контекста, фильтры метаданных — берутся только из полей этой ноды: входных портов у неё нет, подключить Базу знаний некуда. Фильтры фиксированы конфигом, модель их не передаёт и обойти не может.

Частые ошибки

База не выбрана. Поле обязательное, граф не пройдёт проверку перед запуском.
Описание оставили дефолтным. «Search the knowledge base» ничего не говорит о содержимом, и модель либо зовёт инструмент невпопад, либо не зовёт вовсе. Напишите, что именно лежит в базе и на какие вопросы там есть ответы.
Два инструмента с одинаковым именем. Инструменты агента различаются по имени: второй с тем же именем вытеснит первый. Подключая две базы, дайте им разные tool_name и разные описания.
Имя с пробелами или дефисами. Допустимы только буквы, цифры и подчёркивания.
Ожидание, что нода выполнится сама. Без AI-агента она ничего не делает: в графе без него это просто неподключённая настройка.

Входы

—

Выходы

Порт	Провод	Данные	Примечания
`tool_out`	Расширение`link_extension`	—

Настройки

Поле	Тип	По умолчанию	Описание
База знаний`kb_id`	`string`	`""`	База знаний, в которой агент ищет при вызове этого инструмента.
Имя инструмента`tool_name`	`string`	`search_knowledge_base`	Имя функции, которую вызывает LLM. Используйте только буквы, цифры и подчёркивания.
Описание инструмента`tool_description`	`string`	`Search the knowledge base for relevant information.`	Сообщает LLM, когда и как использовать этот инструмент.
Top K`top_k`	`integer`	`5`	Максимальное число чанков, которое возвращает поиск.
Дополнительно
Порог релевантности`score_threshold`	`number`	`0`	Минимальная схожесть, которую должен набрать чанк, чтобы попасть в выдачу (0 = оставлять всё).
Окно контекста`context_window`	`integer`	`0`	Соседние чанки, включаемые вокруг каждого результата (0 = отключено).
Фильтры метаданных`metadata_filters`	`array`	—	Жёсткие фильтры по метаданным чанков. Операторы: = != < > <= >=. Условия объединяются по AND, а собственные фильтры ноды-потребителя не заменяют эти, а добавляются к ним — композиция фильтров может только сузить поиск.