Knowledge graph AI agent per product docs e supporto

• Un knowledge graph AI agent è utile quando la risposta dipende da relazioni tra docs: product area, feature, plan rule, integration, owner, exception e latest release.
• GraphRAG è il linguaggio di ricerca per quel dolore, ma il job del prodotto è più semplice: selected sources diventano searchable graph artifacts che l'agent interroga prima di rispondere.
• L'agent ha comunque bisogno di boundaries. Se source material è missing o stale, deve dirlo invece di indovinare.

Il percorso utile è source setup, graph build, search tool, safe live checks, access e testing.

1. 01
   Seleziona il source set.

   Scegli product docs, changelogs, pricing rules, integration guides, examples e policies che l'agent può usare.

2. 02
   Costruisci il knowledge graph.

   Prostir usa ManagedCode.MarkdownLd.Kb per produrre graph artifacts Markdown-LD e JSON-LD da supported source documents.

3. 03
   Abilita `knowledge_search`.

   Il published agent cerca graph nodes, source names, headings e relationships invece di incollare raw chunks in ogni prompt.

4. 04
   Aggiungi controlled tools.

   Esponi solo narrow live checks come status lookup, plan lookup, integration availability o support handoff.

5. 05
   Imposta access e pubblica.

   Pubblica un hosted agent con public, protected o paid access rules e prova real customer questions prima di condividerlo.

Il graph deve partire da approved sources, non da tutto il company drive.

• docdocs/product/*.mdCanonical feature pages, setup steps, limits e known caveats.
• docrelease-notes/*.mdCosa è cambiato, quando shipped e quali plans o regions tocca.
• datagraph.jsonldIl latest JSON-LD graph artifact che il creator può ispezionare o scaricare.
• codeknowledge_searchIl built-in search tool esposto solo quando il published agent ha searchable knowledge.
• codesafe live toolsPlan lookup, status lookup, entitlement check o support handoff con narrow schemas.

Una domanda attraversa documentazione, note di versione, regole del piano e una verifica aggiornata.

• Un knowledge graph AI agent non è solo un chatbot sopra una folder. È un hosted agent con selected sources, graph artifacts Markdown-LD/JSON-LD, `knowledge_search`, controlled tools e access rules.
• Knowledge graph RAG è utile quando questions attraversano document boundaries, ma le domande semplici devono restare semplici e source-backed.
• Prostir tiene graph build, endpoint, source refresh, tool boundaries, auth, quotas e paid access collegati allo stesso published agent.