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 der Sammlung wählen Sie den Sammlungstyp Datensatz und anschließend die Datenquelle:
- Importierte Dateien: CSV-, Excel- oder Parquet-Dateien zum Abfragen hochladen.
- Live (definiertes Schema): Tabellen definieren und Zeilen über einen Ingestion-Endpunkt einspielen.
Importierte Dateien
Abschnitt mit dem Titel „Importierte Dateien“Die Daten sollten immer in tabellarischer Form vorliegen. Beim Hochladen werden CSV- und TSV-Dateien, Excel-Arbeitsmappen (.xlsx) und Parquet-Dateien unterstützt; über eine Quelle zusätzlich Excel-Arbeitsmappen mit Makros (.xlsm). Möglich sind einzelne Tabellen ebenso wie mehrere zusammenhängende Tabellen, die gemeinsam über Joins abgefragt werden.
Bei Excel-Arbeitsmappen wird jedes Blatt, das sich laden lässt, zu einer eigenen Tabelle. Das alte Excel-Format .xls wird nicht unterstützt; speichern Sie solche Dateien in Excel als Arbeitsmappe (.xlsx) und laden Sie sie erneut hoch.
Der Import ist auch als Quelle möglich, etwa aus einem SharePoint-Ordner. Damit werden aktualisierte Dateien automatisch nachgezogen. Für Datensatzsammlungen synchronisiert eine Quelle nur tabellarische Dateien.
Das Schema einer importierten Datei sehen Sie unter Dateien über das Info-Symbol der Datei.
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. Fremdschlüsselwerte werden so gespeichert, wie sie gesendet werden.
Zeilen einspielen
Abschnitt mit dem Titel „Zeilen einspielen“Nach dem Erstellen steht ein Endpunkt pro Tabelle bereit. Die genauen URLs zeigt das Symbol Ingestion-Anleitung an der Sammlung.
Der Aufruf erwartet ein Objekt mit einem rows-Array; jedes Objekt darin entspricht einer Zeile. Pro Aufruf sind bis zu 10.000 Zeilen möglich, sodass ein Drittsystem die Tabelle fortlaufend befüllen kann. Die Antwort meldet mit Status 201, wie viele Zeilen eingefügt (inserted) und abgelehnt (rejected) wurden, samt Fehlern (errors). Ein DELETE auf dieselbe URL leert die Tabelle.
Details zu Pfaden, Parametern und Antworten finden Sie in der companyRAG API-Referenz.
Für den Zugriff wird ein API-Schlüssel einer Person benötigt, die Administrator oder Besitzer der Sammlung ist.
Datensatzsammlungen werden nicht über die Content-Suche, sondern über die SQL-Tools des MCP-Servers ai-search abgefragt. Ein Agent kann damit die verfügbaren Datensätze auflisten, 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.