Intranet-crawler

Yleiskatsaus

Intranet-crawler mahdollistaa assistenttisi hakea ja etsiä tietoa organisaatiosi sisäisestä intranetistä. Model Context Protocol (MCP) -standardiin perustuen se tarjoaa tiimillesi varmennetun pääsyn intranet-sisältöihin suoraan Intric-keskusteluissa.

Jokainen asiakas saa erillisen deploymentin — omistetun containerin, pysyvän volumeen, vektoridatanban ja ingress-polun — joissa jaatte vain container-kuvan. Deploymentit eivät voi jakaa databasita. Onboarding on Intric-insinöörin suorittama menettely; itsepalvelu-onboarding-virtaa ei ole.

Crawler indeksoi sisäänkirjautumisen suojaamien intranetien sisältöjä käyttämällä asetuksena annettuja tunnuslukuja. Tämä sisältää työntekijäoppaita, politiikkadokumentteja, sisäisiä wikkejä ja muita resursseja, jotka vaativat varmennuksen.

Työkalut ja resurssit

Crawler altistaa kolme MCP-työkalua ja yhden resurssin:

intranet_get_usage_guide

Palauttaa tämän käyttöoppaan. Crawlerin omat ohjeet kertovat assistantille soittamaan tätä työkalua ensimmäisenä jokaisessa keskustelussa. Kutsu se ennen mitä tahansa muita crawler-työkaluja.

search_intranet

Hae indeksoituja intranet-sisältöjä ja palauta relevanttia tietoa käyttäjäkyselyihin. Jokainen käyttäjä, joka voi saavuttaa työkalun, näkee jokaisen indeksoivan sivun. Indeksi sisältää vain sen, mihin crawler-tili pääsi käsiksi crawlingin aikana, joten crawler-tilin tarkka rajaaminen on kriittistä over-indeksoinnin estämiseksi. Kyselyajankohdan righteyden tarkistusta ei ole.

correct_intranet_answer

Korjaa vastaus — ei indeksiä. Käytä tätä ehdottamaan parempaa vastausta tiettyyn hakutulokseen. Ehdotus ohjautuu ylläpitäjille, jotka voivat tarkistaa, muokata ja hyväksyä muutoksia. Hyväksytyt korjaukset indeksoidaan välittömästi ja niillä on etusija käsitellyn sisällön edelle tulevissa vastauksissa.

crawler_stats-resurssi

Palauttaa tietoa nykyisestä crawler-tilasta, mukaan lukien indeksoituja sivuja, viimeisin crawler-aika ja crawler-virheet.

Miten se toimii

Crawler toimii mukautettuna MCP-palvelimena, jonka asetetaan crawlerin oman adminpaneelin kautta osoitteessa https://mcp-servers.intric.ai/<asiakas>-intranet/admin. Paneeli on ruotsinkielinen englanninvaihtoehdon kanssa, ja on suojattu HTTP Basic -varmennuksella. Kun asetettu:

1. Crawler käy määräajoin määritetyillä URL-osoitteilla sisäverkossasi
2. Se varmistetaan tarjoamiesi tunnuslukujen avulla
3. Sisältö uutetaan, käsitellään ja indeksoitaaan
4. Assistentit, joilla on Intranet-crawler-työkalu käytössä, voivat hakea tätä sisältöä
5. Käyttäjät voivat ehdottaa korjauksia erillisen käyttöliittymän kautta
6. Ylläpitäjät tarkastavat korjaukset crawlerin adminpaneelissa

Intranet-crawler-tilat

Vakiokävely

Crawler käy sisäverkossasi määräaikaisella tavalla. Määritetyt crawlerit ajetaan päivittäin klo 02:00 UTC oletuksena, ja lisäksi on olemassa inkrementaalinen uutiscrawler, joka ajetaan joka 30. minuutti. Välitilan muuttaminen vaatii podin uudelleenkäynnistyksen. Tämä tila vaatii verkkopääsyn sisäverkkoon ja asetusten asennuksen aikana määritellyt tunnusluvut.

Esikäsitetty datatila

Vaihtoehtoinen asetus, jossa crawler ei koskaan koske verkkoon. Sen sijaan crawleroit oman sisäverkossasi omilla työkaluillasi ja toimitat tiedoston Intriciin, joka indeksoi sen. Tämä tila:

• Ei vaadi verkkopääsyä sisäverkkoon Intricin puolelta
• Ei vaadi crawler-tunnuslukuja
• Käyttää manuaalisia (ei ajoitetu) päivityksiä — lähetä uusi tiedosto, kun sisältö muuttuu

Tämä tila on suunnattu turvallisesti kriittisille asiakkaille, jotka eivät voi myöntää Intricille pääsyä sisäverkkoon. Varoitus: esikäsitetyn tilan uudelleindeksointi tuhoaa hyväksytyt korjaukset, koska se poistaa vektorikokoelman ja korvaa sen tuoreella rakennetulla.

Turvallisuus ja oikeudet

Crawler toimii asennuksen aikana määritetyn tilin oikeuksissa. Tämä tarkoittaa:

• Indeksi sisältää vain sen sisällön, mihin crawler-tili pääsi käsiksi
• Kaikki indeksoitu sisältö on haettavissa kaikille työkalun liitetyn assistentin käyttäjille — ei ole käyttäjäkohtaista suodatusta kyselyajassa
• Crawler-tilin tarkka rajaaminen on kriittistä over-indeksoinnin estämiseksi

Tärkeää: Tarkista sisäverkkojen oikeusmalli ennen crawlerin asettamista. Jos crawler-tililläsi on laajat käyttöoikeudet, harkitse, pitäisikö kaikkien indeksoitujen sisältöjen olla haettavissa kaikille assistentin käyttäjille.

Turvallisuusluokitusperiaatteet koskevat Intranet-crawler-työkalua aivan kuten muita Intricin työkaluja. Assistentti voi käyttää crawleria vain, jos se täyttää Space-turvallisuusvaatimukset, johon se kuuluu.

Dokumenttivihjeet

Kun hakutulos osoittaa PDF-tiedostoon tai muuhun asiakirjaan, klikkaaminen viitettä vie käyttäjän siihen vanhempaan sivuun, joka linkitti dokumenttiin — ei itse dokumenttiin. Tämä on tarkoituksellinen.

Lisävaihtoehdot

Lisäasetuksia on käytettävissä tiettyjä käyttötapauksia varten. Ota yhteyttä saadaksesi lisätietoja:

• Lisäcrawlerlähteet — indeksoi toinen varmistettu sivusto samaan tietokantaan, omilla tunnusluvuilla
• Lisäseed-URL-osoitteet — sivut, joita mikään linkki sisäverkossasi ei tavoita
• Ulkoisen linkin kryptaus — yksi askel intranetin ulkopuolella (pois päältä oletuksena, enintään 500 sivua)
• Estettyjen URL-osoitteiden karanteeni ja roskasivujen puhdistus
• Pakotettu JavaScript-renderointi
• SharePoint-hakuperusteinen löytäminen

Seuraavat vaiheet

Oletko valmis aktivoimaan intranet-hakutoiminnon organisaatiosi käytettäväksi?

• Ota yhteyttä osoitteeseen support@intric.ai aloittaaksesi asennuksen ja koordinoidaksesi teknisene tiimimme kanssa
• Lue alla oleva artikkeli ymmärtääksesi asennusprosessin ja valmistaudu tarvittaviin tietoihin.

Asennus- ja määritysopas

Lue lisää