# База знаний

Агент отвечает на основе данных бизнеса вашего клиента, а не догадок модели

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

Прикрепите файлы и URL, чтобы агент отвечал по реальному контенту вашего клиента — мы извлекаем текст, режем на фрагменты, строим эмбеддинги и подтягиваем только то, что относится к каждому вопросу.

<KnowledgePageDemo />

## Добавление источников [#add-sources]

1. Откройте вкладку **База знаний** внутри агента.
2. **Файлы** — PDF, DOC, DOCX, TXT, Markdown (.md), до 20 МБ на файл.
3. **URL** — сканируются при добавлении, перечитываются по расписанию.
4. **Обычный текст** — вставьте FAQ, политику или график работы.

## Как это используется [#how-its-used]

* Каждый ответ проходит через векторный поиск по базе знаний; в контекст LLM попадают только самые релевантные фрагменты (топ-3, динамический порог оценки).
* Короткие записи (график, политики) можно пометить как невекторные — они встраиваются в системный промпт, и AI всегда их видит.
* Эмбеддинги используют `text-embedding-3-large` и хранятся в Qdrant. Агент по необходимости вызывает встроенный инструмент `searchKnowledge`.
* Записи, которыми управляет система (например, аллергены, комплаенс-текст), доступны только для чтения и синхронизируются централизованно.

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

## Дальше [#next]

* [Инструменты и webhook-действия](/docs/agents/tools) — дайте агенту реальные действия, а не только информацию
* [Контроль AI](/docs/workspace/ai-control) — когда AI передаёт разговор человеку
* [Каналы](/docs/integrations/messengers) — подключите к Telegram, Instagram, WhatsApp, голосу