Asennus- ja määritysopas

Tämä opas käy läpi intranet-crawlerin koko käyttöönoton ensimmäisistä asetuksista siihen, että työkalu on käytössä avustajillasi. Tarvitset järjestelmänvalvojan oikeudet Intricissä ja teet yleensä yhteistyötä IT:n tai intranet-vastaavien kanssa.

Katso kattava kuvaus ominaisuuksista ja turvallisuudesta alla olevasta artikkelista.

📖

Intranet-crawler

Lue lisää

Edellytykset

Ennen aloitusta varmista:

• Sinulla on järjestelmänvalvojan oikeudet Intric-tenantissa
• MCP-moduuli on käytössä tenantilla
• Tiedätte, mikä intranet-sisältö indeksoidaan
• Olette luoneet tai valinneet palvelutilin, jolla on sopivat oikeudet intranetissa
• Intranet on saavutettavissa HTTPS:n yli
• Ymmärrätte intranetin tunnistautumisvaatimukset

Vaihe 1: Luo MCP-palvelintietue

Siirry kohdassa MCP servers Intricin hallintakäyttöliittymässä.

Napsauta Create ja anna kuvaava nimi, esim. «Organisaation intranet-crawler» tai «Henkilöstöoppaan haku».

Tietue luodaan. Voit jatkaa yhteysasetusten määritystä.

Vaihe 2: Määritä palvelimen URL ja tunnistautuminen

Muokkaa uutta palvelinta ja täytä:

Palvelimen URL

Anna intranet-crawler-palvelun HTTPS-päätepiste. Intric toimittaa URL:n käyttöönoton yhteydessä.

Esimerkki: https://crawler.yourcompany.intric.app/mcp

Tunnistautuminen

Valitse tunnistautumistyyppi API key.

Anna API-avain, joka luotiin crawler-palvelun käyttöönotossa. Avain todentaa Intricin kutsut crawleriin ja tallennetaan levossa salattuna.

Turvallisuus: Säilytä avain turvallisesti. Tallennuksen jälkeen sitä ei näytetä käyttöliittymässä; näkyy vain, onko avain asetettu.

Kuvaus (valinnainen)

Lisää kuvaus muiden ylläpitäjien hyödyksi, esim.:

«Indeksoi henkilöstöoppaan, HR-käytännöt ja IT-dokumentaation sisäisestä intranetista.»

Tallenna määritys. Intric tunnistaa automaattisesti toiminnot Search Intranet ja Correct Intranet (näillä nimillä alustalla).

Vaihe 3: Määritä crawl-kohteet

Crawl-kohteet määrittävät, mitkä sivut crawler käy ja indeksoi.

MCP-palvelimen asetuksissa siirry kohtaan Crawl targets.

Lisää URL-osoitteet jokaiselle indeksoitavalle alueelle. Kullekin kohteelle:

• URL — Crawlin aloituspiste (esim. https://intranet.yourcompany.com/handbook)
• Crawl depth (valinnainen) — Montako linkkitasoa seurataan aloitus-URL:stä
• URL patterns (valinnainen) — Sisällytä tai sulje pois URL-malleja

Esimerkki:

URL: https://intranet.yourcompany.com/handbook
Depth: 2
Include patterns: /handbook/*, /policies/*
Exclude patterns: /archive/*, /draft/*

Tämä indeksoi oppaan ja linkitetyt käytännöt, mutta ohittaa arkiston ja luonnokset.

Vaihe 4: Määritä crawlerin tunnistautuminen

Crawler tarvitsee tunnukset intranetin käyttöön. Konfiguraatio riippuu tunnistautumistavasta.

Perustunnistautuminen tai lomakkeella kirjautuminen

Anna palvelutilin käyttäjätunnus ja salasana.

Tärkeää: Määritä käytettävä palvelutili ja varmista, että sillä on:

• Pääsy kaikkeen indeksoitavaan sisältöön
• Ei pääsyä sisältöön, joka pitää pitää rajattuna
• Vahva, yksilöllinen salasana
• Tarvittaessa tarkastuslokitus

Monivaiheinen tunnistautuminen

Jos intranet vaatii useita vaiheita (esim. salasana ja turvallisuuskysymys), tee yhteistyötä Intricin teknisen tiimin kanssa.

Toimita:

• Vaiheittaiset ohjeet kirjautumiseen
• Mahdolliset turvallisuuskysymykset ja vastaukset
• Tiedot istunnon vanhenemisesta

Huom: CAPTCHA- tai laitepohjaista kaksivaiheista tunnistautumista ei tueta tällä hetkellä.

SSO tai OAuth

Jos intranet käyttää kertakirjautumista tai OAuthia, ota yhteyttä Intricin tukeen.

Vaihe 5: Määritä asiakirjojen poiminta

Crawler voi poimia ja indeksöidä eri tiedostotyyppejä intranetissa.

Kohdassa Document extraction määritä:

• Supported file types — PDF, Word, Excel jne.
• Maximum file size — Suuremmat tiedostot ohitetaan
• Text extraction method — Miten tyypit käsitellään

Suositellut asetukset:

Supported types: PDF, DOCX, XLSX, TXT
Maximum size: 10 MB
Extract text from: Body content, document metadata, embedded text

Vaihe 6: Aseta crawl-aikataulu

Määritä, kuinka usein sisältö indeksoidaan uudelleen.

Oletus on kerran päivässä (klo 02.00 UTC), mikä sopii monille organisaatioille. Säädä:

• Sisällön päivitystiheyden
• Järjestelmäkuorman
• Intranetin koon

Esimerkkejä:

• Staattinen sisältö (oppaat, käytännöt): kerran viikossa
• Säännöllisesti päivittyvä (uutiset): kerran päivässä
• Hyvin muuttuva sisältö: onko crawler oikea työkalu

Rate limiting: Crawlerissa on sisäänrakennettu rajoitus intranet-palvelimen kuorman välttämiseksi. Tarkista oletukset ja säädä tarvittaessa.

Vaihe 7: Testaa määritys

Ennen tuotantoa:

1. Napsauta Validate connection varmistaaksesi yhteyden ja tunnistautumisen
2. Tarkista tila:
   • OK — Kaikki kunnossa
   • Unauthorized — Tarkista palvelutili
   • Failed — Tarkista URL ja verkko
3. Käynnistä manuaalinen testicrawl sisällön poiminnan varmistamiseksi
4. Lue crawl-lokit
5. Etsi tunnistautumis- tai oikeusvirheitä

Vaihe 8: Ota työkalu käyttöön tenantilla

Kun testit on tehty:

1. Siirry hallinnassa kohtaan Tools
2. Etsi intranet-crawler luettelosta
3. Ota se käyttöön tenantillasi
4. Määritä tarvittaessa turvallisuusluokitus

Työkalu on käytettävissä avustajissa.

Vaihe 9: Liitä työkalu avustajiin

Jotta käyttäjät voivat käyttää crawleria:

1. Avaa tai luo avustaja Spacessa
2. Siirry avustajan Tools -asetuksiin
3. Lisää intranet-crawler-työkalu
4. Tallenna avustaja

Käyttäjät voivat pyytää avustajaa hakemaan intranet-sisältöä keskusteluissa.

Korjausten hallinta

Kun käyttäjät ehdottavat korjauksia:

1. Korjaukset näkyvät hallintapaneelissa Intranet corrections
2. Arvioi jokainen ehdotus
3. Vaihtoehdot:
   • Accept — Hyväksy sellaisenaan
   • Modify — Muokkaa ennen hyväksyntää
   • Reject — Hylkää valinnaisella palautteella

Hyväksytyt korjaukset päivittävät hakemiston seuraavalla crawl-kierroksella.

Turvallisuuden parhaat käytännöt

Palvelutili

• Luo crawlerille oma tili
• Anna vain välttämättömät oikeudet
• Käytä vahvaa, yksilöllistä salasanaa
• Ota käyttöön lokitus
• Tarkista käyttöoikeudet säännöllisesti

Sisällön rajaus

• Valitse huolellisesti indeksoitavat alueet
• Jätä pois arkaluontoinen HR-, talous- tai luottamuksellinen aineisto
• Käytä URL-malleja hyväksyttyihin alueisiin
• Tarkista indeksoitu sisältö säännöllisesti

Pääsynhallinta

• Määritä turvallisuusluokituksen säännöt intranet-crawlerille
• Rajoita, millä avustajilla työkalu on
• Harkitse erikoisavustajia herkille alueille
• Käytä Space-oikeuksia intranet-avustajien käyttäjiin

Vianmääritys

Ongelma	Ratkaisu
”Server URL is not set”	Muokkaa MCP-palvelinta ja anna kelvollinen HTTPS-URL
”Unauthorized” validoinnissa	Tarkista palvelutili ja oikeudet
Ei hakutuloksia	Tarkista crawl-lokit ja crawl-kohteet
Tunnistautuminen epäonnistuu toistuvasti	Tarkista monivaihemääritys ja istuntojen vanheneminen
Crawl on hidas	Pienennä syvyyttä tai rajaa URL-malleja; säädä rate limiting
Väärä sisältö indeksoituu	Tarkenna include/exclude-malleja; tarkista palvelutili
Korjaukset eivät näy	Varmista Correct Intranet käytössä; tarkista käyttöoikeudet

Tuki

Ongelmissa tai monimutkaisessa tunnistautumisessa ota yhteyttä Intricin tukeen ja kerro:

• Tenantin nimi
• MCP-palvelimen nimi
• Kuvakaappaukset virheistä
• Crawl-lokien otteet (tarvittaessa)
• Kuvaus intranetin tunnistautumistavasta