Knowledge graph AI agent dla product docs i supportu

• Knowledge graph AI agent jest użyteczny, gdy odpowiedź zależy od relacji między docs: product area, feature, plan rule, integration, owner, exception i latest release.
• GraphRAG to język wyszukiwania dla tego bólu, ale produktowy job jest prostszy: selected sources stają się searchable graph artifacts, które agent pyta przed odpowiedzią.
• Agent nadal potrzebuje boundaries. Jeśli source material jest missing albo stale, powinien to powiedzieć zamiast zgadywać.

Użyteczna ścieżka to source setup, graph build, search tool, safe live checks, access i testing.

1. 01
   Wybierz source set.

   Wybierz product docs, changelogs, pricing rules, integration guides, examples i policies, których agent może używać.

2. 02
   Zbuduj knowledge graph.

   Prostir używa ManagedCode.MarkdownLd.Kb, żeby tworzyć graph artifacts Markdown-LD i JSON-LD z supported source documents.

3. 03
   Włącz `knowledge_search`.

   Published agent szuka graph nodes, source names, headings i relationships, zamiast wklejać raw chunks do każdego prompt.

4. 04
   Dodaj controlled tools.

   Wystaw tylko narrow live checks, np. status lookup, plan lookup, integration availability albo support handoff.

5. 05
   Ustaw access i publikuj.

   Opublikuj jeden hosted agent z public, protected albo paid access rules i przetestuj real customer questions przed udostępnieniem.

Graph powinien zaczynać się od approved sources, nie od całego company drive.

• docdocs/product/*.mdCanonical feature pages, setup steps, limits i known caveats.
• docrelease-notes/*.mdCo się zmieniło, kiedy shipped i których plans albo regions dotyczy.
• datagraph.jsonldLatest JSON-LD graph artifact, który creator może sprawdzić albo pobrać.
• codeknowledge_searchBuilt-in search tool wystawiany tylko wtedy, gdy published agent ma searchable knowledge.
• codesafe live toolsPlan lookup, status lookup, entitlement check albo support handoff z narrow schemas.

Jedno pytanie łączy dokumentację, informacje o wydaniu, reguły planu i aktualne sprawdzenie.

• Knowledge graph AI agent to nie tylko chatbot nad folder. To hosted agent z selected sources, graph artifacts Markdown-LD/JSON-LD, `knowledge_search`, controlled tools i access rules.
• Knowledge graph RAG jest użyteczny, gdy questions przecinają document boundaries, ale proste pytania powinny zostać proste i source-backed.
• Prostir trzyma graph build, endpoint, source refresh, tool boundaries, auth, quotas i paid access przy tym samym published agent.