Datensatzsammlungen
Datensatzsammlungen enthalten keine Dokumente, sondern Tabellen. Sie eignen sich für alles, was ohnehin tabellarisch vorliegt – Verkaufszahlen, Bestellungen, Stammdaten – und beantworten damit Fragen nach Summen, Mengen und Ranglisten, die eine semantische Suche nicht beantworten kann.
Beim Erstellen wählen Sie die Datenquelle:
- Importierte Dateien: CSV-, Excel- oder Parquet-Dateien zum Abfragen hochladen.
- Live (definiertes Schema): Tabellen selbst definieren und Zeilen über einen Ingestion-Endpunkt einspielen.
Importierte Dateien
Abschnitt mit dem Titel „Importierte Dateien“Die Daten sollten immer in tabellarischer Form vorliegen. Möglich sind einzelne Tabellen ebenso wie mehrere zusammenhängende Tabellen – eine Excel-Arbeitsmappe kann beispielsweise mehrere Blätter enthalten, die gemeinsam importiert und über Joins abgefragt werden.
Der Import ist auch als Quelle möglich, etwa aus einem SharePoint-Ordner. Damit werden aktualisierte Dateien automatisch nachgezogen. Beim Synchronisieren werden die Dateien lediglich auf Validität geprüft und stehen dadurch sehr schnell zur Verfügung.
Live definiertes Schema
Abschnitt mit dem Titel „Live definiertes Schema“
Sie definieren Tabellen und Spalten mit Datentypen (text, integer, numeric, boolean, timestamp, date). Namen müssen aus Kleinbuchstaben, Ziffern und Unterstrichen bestehen und mit einem Buchstaben beginnen. Jede Zeile erhält automatisch _id (UUID) und _ingested_at (Zeitstempel).
Optional markieren Sie eine Spalte als Schlüssel, um beim Einspielen Eindeutigkeit zu erzwingen, und verbinden eine Spalte mit dem Schlüssel einer anderen Tabelle, um eine Beziehung festzuhalten. Diese Beziehung wird bei Abfragen als JOIN-Hinweis genutzt.
Zeilen einspielen
Abschnitt mit dem Titel „Zeilen einspielen“Nach dem Erstellen steht ein Endpunkt pro Tabelle bereit. Der Aufruf erwartet ein Objekt mit einem rows-Array; jedes Objekt darin entspricht einer Zeile. Pro Aufruf können beliebig viele Zeilen übergeben werden, sodass ein Drittsystem die Tabelle kontinuierlich befüllen kann.
Die genaue Endpunkt-URL wird in der Sammlung angezeigt. Details zu Pfaden, Parametern und Antworten finden Sie in der companyRAG API-Referenz.
Für den Zugriff wird ein API-Schlüssel benötigt.
Datensatzsammlungen werden nicht über die Content-Suche, sondern über die SQL-Tools des MCP-Servers ai-search abgefragt. Ein Agent kann damit das Schema lesen, Tabellen beschreiben und Abfragen über mehrere Tabellen mit Joins ausführen.
Welche Tools dafür aktiviert werden und welcher Prompt sich bewährt hat, beschreibt companyRAG in CompanyGPT nutzen.