Base de conocimiento

La base de conocimiento son los documentos que un agente puede consultar. Vive en dos sitios y la diferencia importa:

• La biblioteca (Configure → Knowledge base, sin agente) es del proyecto. Un documento se sube ahí una vez.
• La base de conocimiento de un agente (Agents → <agente> → Knowledge base) es una selección de esa biblioteca.

Un mismo documento adjunto a cinco agentes se indexa una sola vez y los cinco comparten esos vectores. Por eso subirlo y adjuntarlo son dos pasos distintos.

Qué se guarda al subir un documento

No se guarda el archivo tal cual: se extrae su texto a Markdown y eso es lo canónico. Un PDF, un Word, un PowerPoint, un Excel, un EPUB, una página web o un .md acaban todos como Markdown editable.

Dos consecuencias que se ven en la interfaz:

El tamaño que cuenta para la cuota es el del TEXTO, no el del archivo. Un PDF de 8 MB casi todo imágenes puede pesar 12 kB de texto. La píldora de arriba a la derecha (RAG storage) suma texto extraído de documentos indexados, así que un documento que existe pero que nadie adjuntó cuenta cero.

De una URL solo entra el contenido principal. La navegación, los banners de cookies y el pie se descartan antes de guardar. Si el resultado no es el que esperabas, el panel de detalle muestra el Markdown exacto y se puede editar a mano.

Un PDF hecho de fotos de páginas escaneadas no tiene texto que extraer. El indexado falla y dice justo eso: haría falta OCR, que no está integrado.

Carpetas

Una carpeta agrupa documentos en la biblioteca, y clicarla entra dentro.

Pero adjuntar una carpeta a un agente hace algo más que agrupar: el agente queda ligado a su contenido tal como vaya cambiando. Recupera de todo lo que haya dentro, incluidas las subcarpetas, y un documento que añadas después entra solo, sin volver a adjuntar nada.

Eso es lo único que distingue una carpeta de seleccionar sus documentos uno por uno, y es la razón para usarla: una carpeta Políticas adjunta a tres agentes significa que subir una política nueva la pone al alcance de los tres.

El indexado de lo que entra después tarda hasta unos 30 segundos.

Borrar una carpeta no borra sus documentos: vuelven al nivel superior. Y si algún agente depende de ella, el borrado se rechaza nombrándolo.

Los dos modos de un documento

Always in prompt se paga en cada turno de cada conversación, así que hay un techo por agente sobre el total (300 000 caracteres). Al pasarlo se dejan de enviar documentos enteros —nunca la mitad de uno— empezando por los más recientes, y se le dice al modelo cuáles faltan para que pueda responder "no me dieron eso" en vez de contestar con seguridad desde la mitad que sí recibió.

El techo se comprueba también al leer, no solo al adjuntar: una carpeta en modo prompt crece cuando alguien sube algo dentro, sin que nadie adjunte nada.

Se cambia desde el menú (⋮) de la fila.

RAG: cómo el agente llega a los documentos

Configure RAG tiene tres modos:

• Disabled — el agente nunca consulta sus documentos.
• Every turn — busca antes de cada respuesta.
• Optional — se le da una herramienta de búsqueda y decide él cuándo usarla.

Con Disabled el panel muestra solo esa opción: el resto de ajustes describen cómo se busca, y afinarlos cuando no se busca nada es tiempo perdido.

Los ajustes que de verdad se tocan

Vector distance limit es el más importante. Es un techo de distancia: 0 es idéntico y 2 es lo contrario. Un pasaje más lejano que el techo no se devuelve — así una pregunta fuera de tema no recibe el pasaje menos malo, que es peor que no recibir nada.

Chunk limit son los pasajes por consulta. El valor por defecto aquí es 8, más bajo de lo habitual, porque con Every turn cada pasaje recuperado se queda en la conversación durante el resto de la sesión.

Embedding model: cambiarlo reindexa todo. Los vectores del modelo anterior no son comparables, así que la recuperación devuelve vacío hasta que termina la reconstrucción.

Test RAG

Ejecuta una consulta con la misma lógica que una conversación real, incluidos los cambios que aún no has guardado. Cada pasaje muestra su distancia.

Y cuando no devuelve nada, dice a qué distancia quedó el más cercano. Esa línea es la mitad útil del panel: fallar por 0.03 y fallar por 0.5 se ven igual en una lista vacía, y piden acciones opuestas.

0 pasajes · el más cercano quedó a 0.635, pasado el límite de 0.6
→ subir un poco el límite lo incluiría

0 pasajes · el más cercano quedó a 0.833, pasado el límite de 0.6
→ los documentos probablemente no cubren esto

Si el agente responde mal, empieza aquí: separa "no encontró el pasaje" de "lo encontró y respondió mal", que se arreglan en sitios distintos.

Memory

La pestaña Memory existe en la interfaz y no está implementada. No hay memoria por agente en ninguna capa del sistema. Lo que un agente recuerda hoy viene de su base de conocimiento y del transcript de cada sesión.