> ## Documentation Index > Fetch the complete documentation index at: https://ai-kb.automationanywhere.com/llms.txt > Use this file to discover all available pages before exploring further. # Toolkit Knowledge Base > Recuperação baseada em RAG a partir dos seus dados e documentos proprietários O Toolkit Knowledge Base (KB) é a pedra angular das aplicações personalizadas de IA. Ele implementa Retrieval-Augmented Generation (RAG) para permitir que o agente "leia" e referencie os seus dados proprietários. Sem isso, um agente depende exclusivamente de seus dados de pré-treinamento; com isso, o agente se torna um especialista nos seus documentos específicos. ## Tecnologia RAG Explicada Quando você faz upload de um arquivo para a plataforma, ele é processado através de um pipeline sofisticado. Primeiro, a extração de texto puxa o texto bruto de PDFs, DOCX e outros formatos, aplicando OCR em imagens digitalizadas se necessário. Em seguida, o chunking divide o texto em segmentos menores e gerenciáveis. Depois, o embedding converte cada chunk em um vetor (uma lista de números que representam significado) usando um modelo de embedding. Por fim, o armazenamento salva esses vetores em um banco de dados vetorial. Quando um agente pesquisa, a consulta também é convertida em embedding, e o banco de dados encontra os chunks com a proximidade matemática (significado) mais próxima da consulta. ## Painel de Configuração Painel de Configuração do Knowledge Base mostrando conexões e seleção de ferramentas * **Knowledge Base do Projeto Ativo**: Habilitado por padrão, concedendo acesso aos arquivos no workspace atual. * **Acesso entre Projetos**: Permite vincular KBs de outros projetos (por exemplo, um projeto central de "Políticas da Empresa"). * **Descrição**: Metadados descrevendo o conteúdo da KB ajudam o agente a decidir quando usar esta ferramenta. * **Citação Avançada (+1 crédito)**: Se habilitada, o agente fornece citações inline rigorosas vinculadas ao texto-fonte. | Modo | Descrição | Custo | Melhor Para | | ---------------- | ---------------------------------------------------------------------------------------------------------------------------------- | -------------------------- | ----------------------------------------------- | | Citação Padrão | Referencia nome do documento e chunks usando similaridade de cosseno. Incluído em Perguntas e Respostas gerais, consultas rápidas. | Incluído | Perguntas e Respostas gerais, consultas rápidas | | Citação Avançada | Fornece referência exata de página/parágrafo com citação | +1 crédito por solicitação | Conformidade, Jurídico, Auditoria | ## Sub-ferramentas Disponíveis * **Search Tool**: A ferramenta principal para recuperação semântica. Encontra informações relevantes mesmo quando as palavras-chave não correspondem exatamente. * **Search Files Tool**: Uma busca por metadados para encontrar arquivos específicos por nome em vez de conteúdo. * **Read Lines Tool**: Extrai texto bruto de um arquivo específico. Útil quando o agente precisa ler um capítulo ou seção inteira em detalhes. * **File Stats Tool**: Retorna metadados: tamanho do arquivo, autor, data de criação, número de páginas. * **File Tree Tool**: Lista a estrutura de diretórios. Essencial para agentes explorarem uma nova KB e entenderem a organização dos arquivos. ## Exemplos de Implementação * **Triagem de Currículos**: O agente pesquisa por "experiência em Python" em todos os PDFs enviados, recupera chunks relevantes de diferentes currículos e resume os melhores candidatos. * **Perguntas e Respostas sobre Políticas**: O usuário pergunta "Posso reembolsar um táxi?". O agente pesquisa "Política de Viagens", encontra a seção de transporte terrestre e responde "Sim, se for para viagem de clientes, conforme a seção 4.2". * **Suporte Técnico**: O agente pesquia manuais técnicos para encontrar códigos de erro e etapas de solução de problemas.