Powered by

# Datenimport

Über die Endpunkte unter /corpora, /documents, /chunks und /data-imports verwalten Sie programmatisch dieselbe Datenbasis, die Sie im aiStudio unter Datenimport einsehen und pflegen. Damit können Sie z. B. eigene Inhalte ohne Crawling oder Datei-Upload direkt anlegen, bestehende Einträge pflegen oder eigene Import-Pipelines an die Kauz-Plattform anbinden.

Voraussetzungen für alle Anfragen (Basis-URL, Authorization- und kauz-chatbot-Header) finden Sie im Überblick .

# Hierarchie: Korpus, Dokument, Chunk

Ein Korpus kann aus mehreren Dokumenten bestehen – bei einer Website sind dies die einzelnen Unterseiten, bei einer PDF-Sammlung die einzelnen PDF-Dateien. Ein Dokument wiederum besteht aus mehreren Chunks: den Textabschnitten, für die Embeddings berechnet werden und die für die Beantwortung von Fragen herangezogen werden. Die ausführliche Erklärung dieses Modells aus Sicht der aiStudio-Oberfläche finden Sie unter Datenbasis erstellen .

Ressource Endpunkte
Korpus Korpora
Dokument Dokumente
Chunk Chunks
Import-Vorgang (Dateiextraktion) URL-Datei-Import

# source-Werte eines Korpus

Der Wert source beschreibt die Herkunft eines Korpus. Beim Filtern (GET /corpora) sind alle folgenden Werte gültig:

chat, cms, email, file, legacyfactsheet, manual, sharepoint, website

Beim direkten Anlegen (POST /corpora) ist legacyfactsheet nicht wählbar – dieser Wert kennzeichnet ausschließlich historisch migrierte Korpora.

# ignore und prefer

Feld Ebene Entspricht im aiStudio Bedeutung
ignore Korpus, Dokument, Chunk „ignoriert“ Der Eintrag bleibt bestehen, wird aber nicht für die Antwortgenerierung herangezogen.
prefer Dokument „priorisiert“ Chunks dieses Dokuments werden bei der Antwortgenerierung bevorzugt herangezogen.

# Pagination

GET /corpora, GET /documents und GET /chunks unterstützen dieselben Parameter:

Parameter Typ Pflicht Beschreibung
limit number nein Anzahl der Einträge pro Seite. 1–200, Standardwert 50.
offset number nein Anzahl zu überspringender Einträge. ≥ 0, Standardwert 0.
sortBy string nein Sortierfeld – je Endpunkt unterschiedlich, siehe die jeweilige Seite. Standardwert createdAt.
sortOrder string nein asc oder desc. Standardwert asc.

Die Antwort enthält neben der jeweiligen Ergebnisliste (corpora, documents bzw. chunks) stets total (Gesamtzahl der Treffer, unabhängig von limit/offset), limit und offset.