Документация / Возможности / Поиск по документам и источники знаний

Поиск по документам и источники знаний

Редакция 23 сентября 2026

Для администратораДля владельца документовПри подключении задачи

Сотрудник задает вопрос обычными словами. Платформа находит нужные места в документах компании, а языковая модель составляет по ним ответ и указывает, на какие из найденных мест опирается. Документы, которые сотруднику видеть нельзя, в его поиске не участвуют. Эта страница о том, как документы попадают в поиск, как устроен сам поиск и как к платформе подключаются системы компании (например, 1С) и внешние перечни и реестры (например, список Банка России о нелегальных участниках финансового рынка).

Путь документа от источника до ответа сотруднику

Документ проходит следующие этапы:

4. Поиск по документам организации

Ответ по документам компании со ссылками и с учетом прав доступа сотрудника

Индекс хранится только внутри платформы. За пределы платформы, к внешнему сервису языковых моделей, уходят только фрагменты, найденные для конкретного вопроса, и только после маскирования персональных данных. Сканы платформа распознает, поэтому поиск находит и то, что есть только в отсканированных документах. Документ, закрытый для сотрудника, не участвует в его поиске, и сотрудник не увидит ни фрагментов такого документа, ни его названия.

Как устроен поиск по документам

Платформа разбирает файлы следующих форматов:

• Простой текст.
• PDF с текстом и сканы в PDF.
• Документы DOCX.
• Таблицы XLSX и CSV.
• Веб-страницы HTML.
• Изображения PNG, JPEG и TIFF.

Формат платформа определяет по содержимому файла, поэтому файл с неверным расширением разбирается правильно.

• Распознавание текста работает на страницах, где текст хранится только картинкой, и оценивает, насколько уверенно прочитано каждое слово. По этой уверенности задачи отправляют неуверенно прочитанные документы на проверку сотруднику (подробнее на странице «Готовые прикладные задачи»).
• Гибридный поиск - это одновременный поиск по смыслу и поиск по словам с учетом форм русских слов. Результаты обоих поисков платформа сводит в один список. Автор задачи задает, насколько сильно каждый из двух поисков влияет на место фрагмента в этом списке. Если автор задачи включил переранжирование, модель машинного обучения уточняет порядок найденного (подробнее на странице «Языковые модели и машинное обучение»).
• Права доступа платформа проверяет в два слоя. Сначала на каждом поиске она проверяет, открыт ли сотруднику корпус. Затем внутри индекса она убирает фрагменты, закрытые для этого сотрудника, до того, как упорядочить найденное. Поэтому закрытый фрагмент в результаты поиска не попадает вовсе.
• Поиск выдает фрагменты вместе с названием документа, страницей и разделом, поэтому ответ может сослаться на источник. Если автор задачи требует ссылок, ответ без ссылок или со ссылками на документы, которых нет среди найденных, сотрудник не получает.
• При разборе документа в структурированные поля платформа раскладывает документ на части (абзацы, заголовки, таблицы, списки и пары «название и значение») и достает из него реквизиты. У каждого реквизита есть уверенность распознавания и номер страницы, а у реквизитов с контрольной суммой (например, у ИНН и СНИЛС) платформа проверяет и ее. По реквизитам задача заполняет поля карточки дела (например, карточки договора).

Платформа достает из документов следующие реквизиты:

• ИНН, КПП и ОГРН.
• СНИЛС и паспорт.
• Банковский счет с БИК.
• Телефон и адрес электронной почты.
• Дату и сумму.
• Штрихкод.

Что автор задачи задает для поиска

Для корпуса автор задачи задает следующие значения:

• Как разбирать документы (профиль разбора).
• Как делить документы на фрагменты (профиль нарезки).
• Ключи доступа корпуса.
• Как часто обновлять корпус.
• Насколько сильно поиск по смыслу и поиск по словам влияют на порядок найденного.

Распознавание текста можно оставить в обычном режиме (платформа сама находит страницы, где текст хранится только картинкой), включить для всех страниц или выключить. Профили нарезки разобраны на странице «Источники данных».

Чего поиск по документам не делает

• Права доступа сотрудников к документам задаются на весь корпус сразу. Поэтому документы с разным доступом раскладывают по разным корпусам.
• Вложенные в документ архивы и объекты других программ (например, таблицу, вставленную в текстовый документ) и макросы платформа не разбирает, поэтому их содержимое в поиск не попадает. Рукописный текст платформа не распознает.
• Изменение в источнике попадает в поиск только после очередной сверки с источником (по умолчанию раз в пятнадцать минут).
• По умолчанию платформа принимает файл до 100 МБ и до 500 страниц, и эти пределы меняются в настройках платформы.

5. Подключение источников знаний

Платформа сама забирает документы из систем компании

Платформа сама читает документы там, где они хранятся (например, в сетевой папке или в почте), и замечает изменения, поэтому выгружать документы вручную после каждого изменения не нужно. Если очередная сверка с источником не удалась, платформа помечает ее неудачной с причиной и датой последней удачной сверки, а загруженные раньше документы остаются в поиске.

Если учетная запись подключения видит в источнике не все документы (например, у нее нет доступа к части папок), поиск сообщает сотруднику, что часть документов подключению недоступна.

Какие источники подключаются и как идет сверка

Платформа подключается к следующим источникам знаний:

• Файловые хранилища и сетевые папки.
• Почта.
• Веб-страницы.
• Яндекс Диск.
• Внутренний портал на Битрикс24.
• Система документооборота 1С:Документооборот.

Сверка с источником идет так:

• При первом подключении коннектор забирает документы частями, а дальше только изменения (по отметке времени изменения в источнике). Сверка с источником идет по расписанию, по умолчанию раз в пятнадцать минут.
• Каждый источник платформа читает под отдельной учетной записью и только в тех разделах (например, папках или почтовых ящиках), которые названы в подключении.
• Если программный интерфейс системы изменился (например, после обновления системы), сверка останавливается с явной ошибкой и частично разобранные данные не загружает.

Что администратор настраивает в источниках

Новый источник знаний из числа поддержанных (например, еще одну сетевую папку или еще один почтовый ящик) администратор добавляет сам в кабинете (веб-интерфейсе платформы). Порядок добавления источника разобран на странице «Источники данных».

Чего подключение источников не делает

• Системы, с которыми работают задачи (например, каталог товаров или учетная система), в перечень источников знаний не входят. Их подключают сами задачи через коннекторы (подробнее в разделе о протоколе MCP ниже).
• Документ, удаленный из источника, остается в поиске до следующей сверки с источником.

13. Интеграции по протоколу MCP

Системы компании подключаются одним способом

Каждая поддержанная система подключается одинаково, через свой коннектор. У каждого коннектора есть описание его инструментов (действий в системе, например чтения остатков товара) и номер версии этого описания, поэтому задача заранее знает, что коннектор умеет. Вместо настоящей системы коннектор может работать с ее заменителем (программой, которая изображает ответы системы на тестовых данных), поэтому задачу можно проверить до подключения настоящей системы. Платформа обращается только к адресам, заранее названным в привязке коннектора (настройке, которая связывает коннектор с конкретной системой, подробнее ниже).

Как устроены коннекторы

• Коннектор выполняет только вызовы инструментов. Другие возможности протокола MCP в коннекторе отключены, чтобы через подключение нельзя было сделать ничего сверх заданных действий.
• Вызывает коннектор только конвейер платформы (единый порядок обработки запроса, подробнее на странице «Обработка запроса и защита данных»). В момент вызова платформа проверяет, есть ли у того, от чьего имени идет запрос, право на вызов этого инструмента. Сами системы компании подключиться к коннектору не могут.

Подключение к 1С:Предприятию 8.3 только читает данные (номенклатуру, остатки, цены, контрагентов и склады). Платформа поддерживает следующие способы обмена с 1С:

• Стандартный интерфейс OData.
• HTTP-сервисы базы 1С.
• Файловый обмен в формате CommerceML.
• Формат EnterpriseData.

При внедрении поля базы 1С сопоставляют с полями, которые ждет задача, выбирая преобразования значений из закрытого списка (например, перевод даты из формата 1С в формат задачи), и программный код для этого не пишут. Для типовых конфигураций «Управление торговлей», «1С:ERP» и «Розница» есть готовые шаблоны сопоставления, которые сокращают эту работу.

Нормативные источники - это внешние перечни и реестры, по которым компания проверяет контрагентов и сделки (например, список Банка России о нелегальных участниках финансового рынка). Государственный реестр юридических лиц и правовая база подключаются по подписке компании.

Коннектор к нормативному источнику по расписанию проверяет, не изменился ли источник (например, не вышла ли новая редакция перечня). Если признаки изменения есть (например, новая дата публикации), коннектор скачивает перечень целиком и сравнивает его контрольную сумму с сохраненной. Многие перечни публикуются веб-страницами. Перед тем как считать контрольную сумму такой страницы, коннектор убирает с нее части, которые меняются без изменения содержания (например, счетчики посещений). Если перечень изменился, новая версия уходит в поиск. Коннекторы к нормативным источникам только читают данные.

Файловый обмен из формулировки функции 13 устроен так, что данные из 1С платформа может получать файлами в формате CommerceML, и новую версию нормативного документа коннектор тоже передает файлом в хранилище платформы, откуда документ попадает в поиск.

Что задают в привязке коннектора к учетной системе или нормативному источнику

Коннекторы к учетным системам и к нормативным источникам привязывают к системам при развертывании платформы, и меняется такая привязка только при следующем развертывании. Источники знаний из числа поддержанных (например, сетевые папки и почтовые ящики) администратор добавляет в кабинете без развертывания (подробнее выше). В привязке коннектора указаны следующие сведения:

• Описание инструментов коннектора и номер его версии.
• Режим работы (заменитель системы или настоящая система).
• Адрес системы и список адресов, к которым коннектору разрешено обращаться.
• Секретные данные для входа в систему (например, пароль).

Для 1С дополнительно задаются способ обмена, сопоставление полей и учетная запись базы 1С. Для нормативного источника задаются интервал проверки и правила, по которым со скачанной страницы убираются части, меняющиеся без изменения содержания. Данные подписки на правовую базу задаются при развертывании.

Чего интеграции по протоколу MCP не делают

• Подключение к 1С только читает данные, поэтому задача не может создать или изменить документ в 1С.
• Базу 1С публикует на веб-сервере администратор компании. Без этого подключение к 1С через OData или HTTP-сервисы не заработает.
• Нормативные источники платформа проверяет только по расписанию, поэтому новая версия документа попадает в поиск при ближайшей проверке. В закрытой сети без выхода в интернет внешние нормативные источники недоступны.
• Реестр, условия которого запрещают автоматический сбор данных, платформа не подключает.

Как ИИ-агент работает с системами компании, разобрано на странице «ИИ-агент с нуля».