# Base de connaissances

Fondez les réponses de l'agent sur l'activité réelle de votre client plutôt que sur les suppositions du modèle

> Full REST + WebSocket API reference: https://api.happ.tools/reference

Ajoutez des fichiers et des URL pour que l'agent réponde à partir du contenu réel de votre client — nous extrayons, découpons, vectorisons et récupérons uniquement ce qui est pertinent pour chaque question.

<KnowledgePageDemo />

## Ajouter des sources [#add-sources]

1. Ouvrez l'onglet **Connaissances** dans un agent.
2. **Fichiers** — PDF, DOC, DOCX, TXT, Markdown (.md), jusqu'à 20 Mo par fichier.
3. **URL** — explorées à l'ajout, récupérées de nouveau selon un planning.
4. **Texte brut** — collez une FAQ, une politique ou des horaires d'ouverture.

## Utilisation [#how-its-used]

* Chaque réponse lance une recherche vectorielle dans la base de connaissances ; seuls les meilleurs fragments entrent dans le contexte du LLM (top-3, seuil de score dynamique).
* Les éléments courts (horaires, politiques) peuvent être marqués comme non vectoriels — intégrés au prompt système pour que l'IA les voie toujours.
* Les embeddings utilisent `text-embedding-3-large` et sont stockés dans Qdrant. L'agent appelle l'outil intégré `searchKnowledge` à la demande.
* Les entrées gérées par le système (par ex. allergènes, textes de conformité) sont en lecture seule et synchronisées de manière centralisée.

**API :** [api.happ.tools/reference](https://api.happ.tools/reference)

## Pour aller plus loin [#next]

* [Outils et actions webhook](/docs/agents/tools) — donnez-lui de vraies actions, pas seulement des informations
* [Contrôle de l'IA](/docs/workspace/ai-control) — quand l'IA transfère à un humain
* [Canaux](/docs/integrations/messengers) — connectez-le à Telegram, Instagram, WhatsApp, la voix