資料儲存庫

注意： 資料儲存庫功能不適用於 Dialogflow CX 服務等級協議。

資料儲存庫工具會使用資料儲存庫，從您的資料中為使用者的問題尋找答案。資料儲存庫是一組參照您資料的網站、文件或第三方系統資料。

使用者向代理程式提問時，代理程式會從指定的來源內容中搜尋答案，並將搜尋結果統整為連貫的代理程式回覆。此外，代理程式也會提供回覆來源的支援連結，供使用者進一步瞭解。針對特定問題，代理程式最多可提供五個答案片段。

資料儲存庫來源

你可以使用下列不同來源的資料：

• 網站網址：根據網域或網頁清單，自動檢索網站內容。
• BigQuery：從 BigQuery 資料表匯入資料。
• Cloud Storage：從 Cloud Storage bucket 匯入資料。
• AlloyDB：從 AlloyDB for PostgreSQL 叢集匯入資料。
• Bigtable：從 Bigtable 資料表匯入資料。
• Firestore：從 Firestore 集合匯入資料。
• Cloud SQL：從 Cloud SQL 資料表匯入資料。
• Spanner：從 Spanner 資料表匯入資料。

受限存取資料儲存庫來源

Google 提供許多額外的第一方和第三方資料儲存庫來源，做為受限存取功能。如要查看可用的來源並要求存取權，請參閱「其他資料儲存庫來源」。

網站內容

新增網站內容做為來源時，您可以新增及排除多個網站。指定網站時，您可以使用個別網頁或 * 做為模式的萬用字元。系統會處理所有 HTML 和 PDF 內容。

使用網站內容做為來源時，請務必驗證網域。

限制：

• 來自公開網址的檔案必須已由 Google 搜尋索引器檢索，才會存在於搜尋索引中。您可以使用 Google Search Console 檢查這項資訊。
• 最多可為 200,000 個網頁建立索引。如果資料儲存庫包含更多網頁，索引作業會在該時間點失敗，但系統會保留已建立索引的內容。

匯入資料

您可以從 BigQuery 或 Cloud Storage 匯入資料。這些資料可以是常見問題集形式或非結構化，且可包含中繼資料或不含中繼資料。

可用的資料匯入選項如下：

• 新增/更新資料：將提供的文件新增至資料儲存庫。如果新文件與現有文件具有相同 ID，新文件會取代舊文件。
• 覆寫現有資料：刪除所有現有資料，並上傳新資料。 這個動作無法復原。

常見問題資料儲存庫

資料存放區可以保存常見問題的解答。如果系統高度確信使用者問題與上傳的問題相符，服務專員就會直接回覆該問題，不進行任何修改。你可以為代理程式顯示的每個問題和答案組合提供標題和網址。

以 CSV 格式將資料上傳至資料儲存庫。每個檔案都必須包含描述資料欄的標題列。

例如：

"question","answer","title","url"
"Why is the sky blue?","The sky is blue because of Rayleigh scattering.","Rayleigh scattering","https://en.wikipedia.org/wiki/Rayleigh_scattering"
"What is the meaning of life?","42","",""

您可以省略 title 和 url 欄：

"answer","question"
"42","What is the meaning of life?"

上傳期間，您可以選取資料夾，系統會將每個檔案處理為 CSV 檔案，不受副檔名限制。

限制：

• , 後方多餘的空格字元會導致錯誤。
• 空白行 (即使位於檔案結尾) 會導致錯誤。

非結構化資料儲存庫

非結構化資料儲存庫可包含下列格式的內容：

• HTML
• PDF
• TXT
• CSV

注意： CSV 檔案也可以匯入為非結構化內容。常見問題資料部分中的結構化資料要求也適用。如果提供 title 和 url 欄，系統會自動產生中繼資料。每個問題和答案組合都會分別建立索引。相較於常見問題 CSV 資料儲存庫，這類資料儲存庫的相符條件較寬鬆，且代理可能會改寫答案，而非逐字回覆。

您可以從其他專案的 Cloud Storage bucket 匯入檔案。如要這麼做，請明確授予匯入程序的存取權。按照錯誤訊息中的指示操作，訊息會顯示需要讀取 bucket 權限的使用者名稱，才能執行匯入作業。

限制：

• 文字格式的檔案大小上限為 2.5 MB，其他格式則為 100 MB。

含中繼資料的資料儲存庫

您可以提供標題和 URL 做為中繼資料。在對話期間，服務專員可以提供這項資訊，協助使用者快速連結至 Google 搜尋索引器無法存取的內部網頁。

如要匯入含有中繼資料的內容，請提供一或多個 JSON Lines 檔案。這個檔案的每一行都會說明一個文件。您不會直接上傳實際文件，而是會在 JSON Lines 檔案中提供連結至 Cloud Storage 路徑的 URIs。

如要提供 JSON Lines 檔案，請提供含有這些檔案的 Cloud Storage 資料夾。請勿將任何其他檔案放入這個資料夾。

欄位說明：

欄位	類型	說明
id	字串	文件的專屬 ID。
content.mimeType	字串	文件的 MIME 類型。支援「application/pdf」和「text/html」。
content.uri	字串	Cloud Storage 中文件的 URI。
structData	字串	單行 JSON 物件，可選擇性包含 title 和 url 欄位。

例如：

{ "id": "d001", "content": {"mimeType": "application/pdf", "uri": "gs://example-import/unstructured/first_doc.pdf"}, "structData": {"title": "First Document", "url": "https://internal.example.com/documents/first_doc.pdf"} }
{ "id": "d002", "content": {"mimeType": "application/pdf", "uri": "gs://example-import/unstructured/second_doc.pdf"}, "structData": {"title": "Second Document", "url": "https://internal.example.com/documents/second_doc.pdf"} }
{ "id": "d003", "content": {"mimeType": "text/html", "uri": "gs://example-import/unstructured/mypage.html"}, "structData": {"title": "My Page", "url": "https://internal.example.com/mypage.html"} }

沒有中繼資料的資料儲存庫

這類內容沒有中繼資料，而是提供個別文件的 URI 連結。內容類型取決於副檔名。

剖析和分塊設定

視資料來源而定，您可以設定 Agent Search 定義的剖析和分塊設定。

使用 Cloud Storage 做為資料儲存庫文件

如果內容不公開，建議儲存在 Cloud Storage。建立資料儲存庫文件時，請以 gs://bucket-name/folder-name 格式提供 Cloud Storage 物件的網址。資料夾中的每個文件都會新增至資料儲存庫。

建立 Cloud Storage bucket 時，請注意下列事項：

• 選取用於代理程式的專案。
• 使用 Standard Storage 儲存空間級別。
• 將bucket 位置設為與代理程式相同的位置。

按照 Cloud Storage 快速入門指南建立 bucket 並上傳檔案。

語言

如需支援的語言，請參閱語言參考資料中的資料儲存庫欄。

為獲得最佳效能，請以單一語言建立資料存放區。

建立資料儲存庫後，您可以選擇指定資料儲存庫語言。設定資料儲存庫語言後，您可以將資料儲存庫連結至設定為其他語言的代理。舉例來說，您可以建立連結至英文代理程式的法文資料儲存庫。

支援的地區

如要瞭解支援的區域，請參閱區域參考資料。

(存取受限) 其他資料儲存來源

下表列出其他資料儲存庫類型，這些類型屬於受限存取功能。如要申請存取權，請填寫存取權申請表單。申請核准後，您在 Vertex AI Agent Builder 中建立資料儲存庫時，就會看到這些選項。

第三方資料儲存庫來源

資料儲存庫來源	說明
Box	從貴機構的 Box 網站匯入資料。
Confluence Cloud	從 Confluence Cloud 工作區匯入資料。
Dropbox	從 Dropbox 儲存空間匯入資料。
EntraID	從貴機構的 EntraID 系統匯入資料。
Jira Cloud	從 Jira 工作管理系統匯入資料。
OneDrive	從貴機構的 OneDrive 儲存空間匯入資料。
Microsoft Outlook	從 Microsoft Outlook 匯入資料。
Salesforce	從 Salesforce 匯入資料。
ServiceNow	從 ServiceNow 匯入資料。
SharePoint	從貴機構的 SharePoint 系統匯入資料。
Slack	從 Slack 匯入資料。
Microsoft Teams	從 Microsoft Teams 匯入資料。

使用連接器設定第三方資料儲存庫

本節說明如何使用第三方資料設定資料儲存庫。如需各第三方資料來源的具體操作說明，請參閱 生成式 AI App Builder 說明文件。

識別資訊提供者

身分識別提供者可讓您管理使用者、群組和驗證。設定第三方資料儲存庫時，您可以使用 Google 識別資訊提供者或第三方識別資訊提供者。

Google 識別資訊提供者：

• 服務專員會使用 Google 憑證登入。這是任何電子郵件地址，或是使用 Google 做為身分識別提供者 (例如 Google Workspace) 的任何帳戶。@gmail.com如果使用者直接使用 Google Cloud 與代理程式交談，系統會自動內建 Google 身分，因此會略過這個步驟。
• 您可以使用 Identity and Access Management (IAM) 指派 Google 帳戶的存取權。

第三方識別資訊提供者：

• 服務專員使用非 Google 憑證登入，例如 Microsoft 電子郵件地址。
• 您必須使用 Google Cloud 建立工作團隊集區，其中包含非 Google 身分識別提供者。接著，您可以使用 IAM 授予整個集區或集區內個別使用者的存取權。
• 這個方法無法用於 Google Cloud 在@google.com機構下設定的任何專案。

連接器

第三方資料儲存庫是透過連接器實作。每個連結器可包含多個資料儲存庫，這些儲存庫會以實體形式儲存在 Dialogflow CX 系統中。

注意： 驗證僅支援使用者帳戶，連接器不支援服務帳戶。

• 建立資料儲存庫前，請先在「Google Cloud 」>「Agent Builder」>「設定」中，為每個區域設定單一識別資訊提供者。該區域的所有資料儲存庫都會使用相同的識別資訊提供者。您可以選擇工作團隊集區中的 Google 識別資訊或第三方識別資訊。如果 Google 憑證位於工作團隊集區中，系統會視為不同的識別資訊。舉例來說，[e-mail] 與 workforcePools/test-pool/subject/[e-mail] 是不同的識別資訊。
  • 建立工作團隊集區 (如有需要)。
  • 前往「Agent Builder」 「設定」，然後選取「Google 身分」或「第三方身分」。 按一下「儲存」，將身分儲存至該區域。
  • 現在您可以在該區域建立資料儲存庫。
• 每個資料儲存庫都會將存取控制清單 (ACL) 資料與每個文件一併儲存。這項記錄會追蹤哪些使用者或群組有權讀取哪些實體。在執行階段，只有當回覆來自使用者或群組有權讀取的實體時，使用者或群組成員才會收到代理程式的回覆。如果使用者無權讀取資料儲存庫中的任何實體，代理程式就會傳回空白回覆。
• 由於資料儲存庫中的資料是第三方執行個體的副本，因此需要定期重新整理。您可以設定以小時或天為單位的重新整理間隔。
• 設定資料儲存庫並點選「建立」後，資料儲存庫最多可能需要一小時才會顯示在資料儲存庫清單中。

資料儲存庫追蹤

這項功能包含兩個部分：

1. 在代理程式模擬器中顯示資料儲存庫內部執行追蹤記錄和步驟延遲。
2. 將資料儲存庫內部執行追蹤記錄和步驟延遲時間匯出至 Cloud Logging 和 BigQuery。

在模擬器中查看資料

如要在代理程式模擬器中顯示追蹤和執行資料，請點選代理程式回覆右側的展開箭頭，展開對話輪次的詳細資料。

「執行」分頁會顯示內部資料儲存庫執行追蹤記錄，包括：

• 原始使用者輸入內容。
• 資料儲存庫引擎重新撰寫的查詢。
• 執行步驟的品質信號，例如安全檢查狀態、穩定性檢查狀態、事實依據檢查結果和安全檢查狀態。
• 從資料儲存庫搜尋結果中擷取片段。
• 程式碼片段的支援文件清單。

「延遲時間」分頁會顯示各種資料儲存庫執行步驟的時間圖。步驟清單會因資料儲存庫的設定方式和執行流程而異。顯示的資料可能包括：

• 常見問題比對：執行常見問題比對步驟。
• 查詢重寫：重寫原始使用者查詢。
• 搜尋：執行程式碼片段搜尋。
• 摘要：總結回覆內容。
• 安全檢查：執行安全檢查步驟。

查看其他位置的追蹤資料

• 如果為對話式代理設定對話記錄記錄，您可以在「對話記錄」中查看資料儲存庫追蹤記錄。
• 如果使用記錄設定對話式代理程式，您可以在雲端Logs Explorer中查看追蹤記錄和延遲時間。
• 如果您使用 BigQuery Export 設定對話式代理程式，可以在匯出的 BigQuery 資料表中查看追蹤記錄和延遲時間。

後續步驟

如要瞭解如何建立及使用虛擬服務專員的資料儲存庫，請參閱資料儲存庫工具說明文件。