Enterprise-documenten en RAG binnen Ask Titan
Een bedrijfsvraag kan een procedure, specificatie of beleid vereisen in plaats van een databaseberekening. De juiste documentpassage moet de agent eerst bereiken.
Een implementatiegerichte blik op documentverwerking, Qdrant-retrieval en de specifieke LangGraph-documentspecialist.
Van documenten naar bewijs
Enterprise-documenten
Procedures · specificaties · policies
Doorzoekbaar bewijs
Chunks en embeddings in Qdrant
Antwoord van documentspecialist
Onderbouwd met opgehaalde passages
Haal de passage op. Genereer daarna het antwoord.
Niet ieder businessantwoord staat in een tabel
“Hoeveel batches zijn afgekeurd?” is een vraag over gestructureerde data. “Wat moeten we doen wanneer een batch bij ontvangst wordt afgekeurd?” kan een kwaliteitsprocedure vereisen. Een AI-assistent heeft voor deze twee vragen verschillende uitvoeringspaden nodig.
Een document is niet automatisch een betrouwbaar antwoord omdat het is geüpload. Het systeem moet bruikbare tekst extraheren, die doorzoekbaar maken, relevante passages voor deze vraag vinden en de specialist vanuit die passages laten redeneren.
Dezelfde fabriek · ander bewijs
“Hoeveel batches zijn vandaag bij ontvangst afgekeurd?”
Bevraag governed operationele data via een structured specialist.
“Wat vereist de ontvangstprocedure als volgende stap?”
Haal de relevante instructie op uit bedrijfsdocumenten.
Dezelfde orchestrator. Andere specialistische capability.
Eén Qdrant-collectie ondersteunt beide paden: indexing bereidt het zoekoppervlak voor, retrieval gebruikt het wanneer een vraag binnenkomt.
Indexeer documenten. Haal ze op wanneer ernaar wordt gevraagd.
Ask Titan scheidt documentvoorbereiding van reasoning tijdens vragen. Documenten worden vooraf verwerkt, opgeknipt, verrijkt en als embeddings opgeslagen in een Qdrant-collectie, zodat ze later efficiënt kunnen worden doorzocht.
Wanneer een gebruiker een vraag stelt, doorzoekt de documentspecialist niet rechtstreeks ruwe bestanden. De specialist herformuleert de vraag, haalt de meest relevante passages uit Qdrant op en gebruikt die passages als onderbouwend bewijs voor het antwoord.
Een bestand wordt doorzoekbare passages
Ask Titan stuurt geüploade bestanden naar een aparte verwerkingsservice. Ondersteund zijn PDF's, Word-documenten, presentaties, spreadsheets, CSV, JSON en platte tekst. De service extraheert de inhoud en behoudt waar ondersteund nuttige structuur zoals koppen, kolomnamen en rijen.
De geëxtraheerde content wordt opgesplitst in kleinere passages en verrijkt met bronmetadata en een AI-gegenereerd documenttopic. Iedere passage wordt embedded en geïndexeerd in Qdrant voor latere retrieval. Content-afgeleide chunk-ID's helpen duplicate entries tijdens ingestie voorkomen, maar beheren documentversies niet automatisch.
Indexing-pipeline
Extraheer
Lees tekst en beschikbare documentstructuur uit het bronformaat.
Splits + verrijk
Maak passages en voeg bronmetadata, contentidentity en een documenttopic toe.
Embed + index
Sla passage-embeddings en bijbehorende tekst op in de geconfigureerde Qdrant-collectie.
Binnen de retrieval-grens
Qdrant
Passagetekst · embeddings · metadata
Relevante passages
Geselecteerd documentbewijs teruggegeven aan de specialist.
De documentcollectie is geconfigureerd, niet door het model geraden
Ask Titan stelt documentretrieval beschikbaar via een MCP-specialist die is gekoppeld aan een geconfigureerde Qdrant-collectie. Wanneer een gebruiker een documentvraag stelt, stelt de specialist een zoekquery op en haalt relevante passages uit die collectie op.
De geïnspecteerde implementatie gebruikt vector similarity search. De opgehaalde passages worden bewijs voor het antwoord van de specialist; ze zijn niet het antwoord zelf. Qdrant gebruiken impliceert op zichzelf geen extra technieken zoals hybrid search of reranking.
Drie expliciete stappen. Eén specialistische capability
De top-level orchestrator roept de documentspecialist aan via een toegestane MCP-tool. De dedicated LangGraph-workflow bereidt een standalone zoekvraag voor, haalt passages op uit de geconfigureerde Qdrant-collectie en geeft dat bewijs aan het antwoordgenererende model.
Een gebruiker vraagt bijvoorbeeld: “Wat zijn de volgende stappen wanneer de ingangscontrole faalt?” De specialist haalt relevante passages uit procedures op en gebruikt die om een antwoord te genereren. Die passages leveren bewijs, maar verifiëren een gegenereerde bronverwijzing niet automatisch. Deel 7 onderzoekt hoe antwoorden terug te leiden zijn naar hun bronnen en tooluitvoering.
Drie aparte access boundaries
Capabilitytoegang
Kan deze gebruiker de MCP-tool aanroepen?
Applicatiepolicy
Collectiescope
In welke collectie zoekt de specialist?
Specialistische configuratie
Documentpermissions
Mag deze gebruiker de opgehaalde passage ontvangen?
Vereist afzonderlijke handhaving
Tooltoegang ≠ documenttoegang
Een document vinden is niet hetzelfde als bevoegd zijn om het te lezen
Documentretrieval kruist verschillende toegangsgrenzen. Application policy bepaalt of een gebruiker de documentspecialist mag aanroepen. De specialist doorzoekt vervolgens zijn geconfigureerde Qdrant-collectie.
Geen van beide beslissingen geeft automatisch toestemming om ieder document in die collectie te lezen. Document-level toegang vereist aparte handhaving voordat beperkte passages mogen worden vrijgegeven.
Documentretrieval hoort achter een specialistische grens
De top-level agent moet niet zelf PDF's ingesten of het volledige documentcorpus doorzoeken. Geef hem een toegestane documentcapability, laat die passages selecteren en ophalen en geef daarna de evidence-backed response terug aan de conversatie.
Deel 7 · Antwoordtraceerbaarheid
Vervolgens verbinden we opgehaald bewijs, tooluitvoering en gebruikersgerichte antwoorden. Wat kan een operator of businessgebruiker daadwerkelijk terugleiden naar de bron, en waar zijn aanvullende controls nodig?
Lees deel 7Vragen over enterprise-documentretrieval en RAG
Praktische antwoorden over documenten, chunking, Qdrant-retrieval, LangGraph-specialists en bronafbakening.
Wat betekent RAG in Ask Titan?
Retrieval-augmented generation betekent relevante passages in bedrijfsdocumenten vinden en deze aan de documentspecialist geven voordat die een antwoord genereert. Dit staat los van het bevragen van gestructureerde tabellen.
Welke documentformaten worden door het onderzochte uploadpad verwerkt?
De repository bevat loaders voor PDF, TXT, DOCX, PPTX, XLSX/XLS, CSV en JSON. Extractiefidelity hangt af van het bestand en de loader; scanned-page OCR wordt door dit pad niet aangetoond.
Welke vectordatabase gebruikt Ask Titan?
Het geïnspecteerde documentpad gebruikt Qdrant via een LangChain vector-store-integratie. Weaviate is een publieke architectuurreferentie voor de illustraties, niet de backend die in de geïnspecteerde implementatie wordt gebruikt.
Gebruikt Ask Titan hybride keyword- en vectorsearch?
Het geïnspecteerde retrievalpad gebruikt een standaard vector-store retriever. Het bewijst geen geconfigureerde BM25-hybrid-, reranking- of multi-stage-searchpipeline.
Hoe beantwoordt de documentspecialist een vraag?
De LangGraph-workflow maakt een zelfstandige zoekvraag, haalt relevante passages op uit een geconfigureerde collectie en genereert met de opgehaalde tekst een antwoord.
Kan de documentspecialist automatisch ieder vorig chatbericht zien?
De geïnspecteerde specialistische tool ontvangt een query en start zijn interne graph met die query. Conversatiecontinuïteit wordt beheerd door de top-level orchestrator, niet als bewijs dat alle eerdere berichten de specialist bereiken.
Zijn citations gegarandeerd gekoppeld aan de juiste bron?
De retrieval API geeft passagecontent en metadata terug en de specialist instrueert het model bronnen te citeren. Het geïnspecteerde antwoordpad toont geen apart geverifieerd citation-mappingmechanisme.
Dwingt een toegestane documenttool automatisch toegangsrechten per document af?
Nee. Capabilitypermission, collectionkeuze en individuele documenttoegang zijn afzonderlijke controls. De geïnspecteerde code is geen bewijs van end-user document-ACL-passthrough.
Maak operationele kennis bereikbaar voor de mensen die deze nodig hebben
Procedures en specificaties zijn nuttig wanneer teams op het juiste moment de juiste passage kunnen vinden. Ask Titan verbindt documentretrieval met dezelfde vraaggestuurde assistent die voor enterprise-data wordt gebruikt.
Van bron naar antwoord
Technische referenties
Implementatiedetails van Ask Titan zijn vereenvoudigd op basis van een snapshot van een private repository. De publieke RAG-architectuur van Weaviate vormde input voor de oorspronkelijke diagrammen, maar de geïnspecteerde vectorstore van Ask Titan is Qdrant, niet Weaviate. De links hieronder beschrijven de algemene mechanismen.