Примітивне розбиття ріже речення навпіл, і пошук видає нісенітницю. Цей пайплайн ділить документи з Drive за змістом, тож кожен фрагмент лишається зрозумілим сам собою.
Примітивне розбиття ріже речення навпіл, і пошук видає нісенітницю. Цей пайплайн ділить документи з Drive за змістом, тож кожен фрагмент лишається зрозумілим сам собою.
Перед вбудовуванням у Pinecone він додає на початок кожного фрагмента контекст розділу, а потім переіндексовує за розкладом. На виході — пошук, який справді відповідає, а не клапті, зшиті з середини абзацу.
Як він працює
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Додаємо короткий опис батьківського розділу до кожного фрагмента, щоб ізольований текст зберігав своє значення.
pending
Створюємо векторні представлення збагачених фрагментів і вставляємо їх у Pinecone разом із метаданими про файл і секцію.
pending
Переоіндексуємо змінені файли за розкладом, щоб забезпечити точність пошуку зі зміною документів.
pending
Приклад результату
json
// Sample output
// (generated when the pipeline finishes)
Chunk the document by semantic section, prepend a one-line section summary to each chunk, then return embed-ready records.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.