Knowledge graph AI agent pour product docs et support

• Un knowledge graph AI agent est utile quand la réponse dépend de relations entre docs : product area, feature, plan rule, integration, owner, exception et latest release.
• GraphRAG est le langage de recherche pour cette douleur, mais le job produit est plus simple : selected sources deviennent des searchable graph artifacts que l'agent interroge avant de répondre.
• L'agent a quand même besoin de boundaries. Si source material est missing ou stale, il doit le dire au lieu de deviner.

Le chemin utile : source setup, graph build, search tool, safe live checks, access et testing.

1. 01
   Sélectionne le source set.

   Choisis product docs, changelogs, pricing rules, integration guides, examples et policies que l'agent peut utiliser.

2. 02
   Construis le knowledge graph.

   Prostir utilise ManagedCode.MarkdownLd.Kb pour produire des graph artifacts Markdown-LD et JSON-LD depuis les supported source documents.

3. 03
   Active `knowledge_search`.

   Le published agent cherche graph nodes, source names, headings et relationships au lieu de coller raw chunks dans chaque prompt.

4. 04
   Ajoute controlled tools.

   Expose seulement des narrow live checks comme status lookup, plan lookup, integration availability ou support handoff.

5. 05
   Configure access et publie.

   Publie un hosted agent avec public, protected ou paid access rules et teste real customer questions avant de le partager.

Le graph doit commencer par approved sources, pas par tout le company drive.

• docdocs/product/*.mdCanonical feature pages, setup steps, limits et known caveats.
• docrelease-notes/*.mdCe qui a changé, quand c'est shipped et quels plans ou regions sont concernés.
• datagraph.jsonldLe latest JSON-LD graph artifact que le creator peut inspecter ou télécharger.
• codeknowledge_searchLe built-in search tool exposé seulement quand le published agent a searchable knowledge.
• codesafe live toolsPlan lookup, status lookup, entitlement check ou support handoff avec narrow schemas.

Une question traverse la documentation, les notes de version, les règles de l'offre et une vérification à jour.

• Un knowledge graph AI agent n'est pas seulement un chatbot sur une folder. C'est un hosted agent avec selected sources, graph artifacts Markdown-LD/JSON-LD, `knowledge_search`, controlled tools et access rules.
• Knowledge graph RAG est utile quand questions traversent document boundaries, mais les questions simples doivent rester simples et source-backed.
• Prostir garde graph build, endpoint, source refresh, tool boundaries, auth, quotas et paid access attachés au même published agent.