AI Knowledge Answer (RAG)
自分のドキュメントに基づいて質問に回答します。ソースをチャンク化し、最も関連する箇所（オフライン TF-IDF）を取得して、その箇所のみを使って LLM に回答させ、ハルシネーションを抑えます。
概要
AI Knowledge Answer (RAG) は、AutoFlowRPA の AI カテゴリに属するノーコードの自動化ステップです。 ワークフローが到達すると、1 つのステップで処理を実行します。 10 個のパラメータを設定して、動作を細かく制御できます。 ビジュアルビルダーでワークフローにドラッグできる 369 個のコマンドの 1 つで、スクリプトは不要です。
概要
自分のドキュメントに基づいて質問に回答します。ソースをチャンク化し、最も関連する箇所（オフライン TF-IDF）を取得して、その箇所のみを使って LLM に回答させ、ハルシネーションを抑えます。
Answer a question grounded in your own documents. The command chunks the sources, retrieves the most relevant passages (offline TF-IDF) and asks the LLM to answer using only those passages — reducing hallucination.
パラメータ
| パラメータ | 型 | 必須 | 既定値 | 説明 |
|---|---|---|---|---|
| API base URL | string | 必須 | http://localhost:11434/v1 | OpenAI-compatible base. Default = local Ollama (offline). 変数に対応 |
| API key (blank for local) | string | 任意 | Bearer token for cloud providers. 変数に対応 | |
| Model | string | 必須 | llama3 | 例: llama3 変数に対応 |
| Knowledge sources | multiline | 必須 | Paste text, or give a file, a folder, or a glob (*.md/*.txt/*.csv/*.json/*.html). Multiple files are all indexed. 例: C:/docs/handbook 変数に対応 | |
| Question | multiline | 必須 | 例: What is our refund policy? 変数に対応 | |
| Passages to retrieve | number | 任意 | 4 | How many top passages to feed the model as context. |
| Temperature | number | 任意 | 0.1 | |
| Timeout (seconds) | number | 任意 | 180 | |
| Store answer in | variable | 必須 | 例: answer | |
| Store retrieved context in (optional) | variable | 任意 | 例: sources |
AI Knowledge Answer (RAG) コマンドの使い方
- 1
AutoFlowRPAを開き、AIグループからAI Knowledge Answer (RAG)コマンドをキャンバスにドラッグします。
- 2
サイドパネルでパラメータを設定します。AI Knowledge Answer (RAG)には設定可能な項目が10個あります。
- 3
ワークフローに接続してRunを押します。すべて端末上でローカルに実行されます。
よくある質問
AI Knowledge Answer (RAG) コマンドは何をしますか？
自分のドキュメントに基づいて質問に回答します。ソースをチャンク化し、最も関連する箇所（オフライン TF-IDF）を取得して、その箇所のみを使って LLM に回答させ、ハルシネーションを抑えます。
AI Knowledge Answer (RAG) コマンドはどのグループに属しますか？
AI Knowledge Answer (RAG)はAIグループに含まれます。AutoFlowRPAはコード不要で組み合わせられる369個以上の標準コマンドを搭載しています。
AI Knowledge Answer (RAG) コマンドにパラメータはありますか？
はい。AI Knowledge Answer (RAG)には設定可能な項目が10個あり、ビジュアルノードエディタで編集できます。