Возможности AI

Группа AI охватывает ассистентов, отвечающих на основе ваших данных, модели разговорного поиска, модели рекомендаций, поведенческую персонализацию и инспекцию GraphRAG. AI-операции тарифицируются из кошелька кредитов организации — см. API-ключи, области доступа и кредиты.

Ассистенты

/dashboard/assistants — список ассистентов. Каждая строка показывает название, идентификатор, коллекции, режим извлечения, модель и максимальное число источников. При создании ассистента запрашиваются:

Селектор Default collection for new assistants над таблицей заранее заполняет коллекцию в форме создания и показывает query_by, который будет предложен. У самого списка есть Refresh, счётчик строк и поле фильтра, когда ассистентов шесть или больше (/ переводит на него фокус).

Требуется функция тарифа assistants (Pro). Строки открывают ассистента в Chat playground или фильтруют по нему диалоги; их также можно удалять. JSON для нескольких коллекций, специфичные для провайдера настройки и TTL памяти в этой форме недоступны — полная структура доступна в администрировании исходных ресурсов консоли.

Модели разговоров

/dashboard/conversation-models управляет моделями, которые использует разговорный поиск, — это не то же самое, что ассистенты. Модель разговора связывает LLM с коллекцией истории, в которой хранится диалог:

• Model id — необязательно; если оставить пустым, идентификатор назначит движок.
• Model — название в формате provider/model.
• API key — необязательно; хранится на платформе и никогда не возвращается. Если оставить пустым, используются учётные данные платформы.
• History collection — куда записываются реплики. Выделите для диалогов отдельную коллекцию, а не указывайте здесь каталог.
• Max bytes и TTL — сколько истории хранить и как долго; если они заданы, оба значения должны быть положительными числами.
• System prompt.

Название модели и коллекция истории обязательны. Таблица показывает идентификатор, модель, ссылку на коллекцию истории, размер контекста, установленный TTL и системный промпт (во всплывающей подсказке); у списка есть Refresh, поле фильтра, когда строк шесть или больше, и ссылка на Assistants.

Удаление модели означает, что поиски, ссылающиеся на неё, перестанут работать; уже записанные реплики сохраняются. Требуется функция тарифа assistants.

Диалоги

/dashboard/conversations показывает последние диалоги, которые вёл ассистент, со стенограммой и источниками, на которые ссылался каждый ответ. Доступны поиск на стороне клиента по превью, идентификаторам ассистента и посетителя; фильтр по ассистенту; экспорт стенограммы в JSON или Markdown; удаление по одному и массовое удаление.

Столбец посетителя отличает вошедшего пользователя user от session или серверного вызова. Список ограничен 100 последними диалогами — экран сообщает об этом, а для более старых диалогов нужна серверная пагинация, которую API диалогов пока не поддерживает. Удаление диалога безвозвратно удаляет его стенограмму и сообщения; следующее сообщение посетителя начинает новый диалог. Удалять диалоги могут только владельцы и администраторы.

Рекомендации

/dashboard/recommendations управляет обучаемыми моделями рекомендаций для каждой коллекции. Требуется функция тарифа recommendations. При создании или редактировании модели доступны её тип и параметры, зависящие от типа:

Среди типов моделей: looking_similar, related_items, bought_together, trending, popular, session, query_to_item, upsell, cross_sell, complementary, substitutes, alternatives, recently_viewed, recently_searched, sequential и graph. Векторным типам нужно векторное поле; типам на основе категорий — поле категории. Модели на основе событий показывают статус building до первой сборки; векторные модели начинают отвечать сразу. После удаления модели все страницы, запрашивающие её, будут получать ошибку, пока идентификатор не появится снова.

Список моделей показывает для каждой модели идентификатор, тип, статус, векторное поле, окно, фильтр и время последней сборки, а также Refresh и селектор коллекции, который сохраняется в URL; пустой список предлагает начать с trending или looking_similar.

Preview запрашивает модель и недоступен, пока модель находится в статусе building. Входные данные зависят от типа: опорный object_id (или несколько в виде object_ids через запятую), user_id / anonymous_id / session_id для моделей, основанных на субъекте, и query для query_to_item; размер результата ограничивается диапазоном 1–100, а результат сообщает took_ms, эксперимент и — для recently_searched — недавние запросы.

Таблица аналитики за 7 / 30 / 90 дней (с загрузкой CSV) сообщает запросы, покрытие, показы, клики, CTR, добавления в корзину, покупки, выручку и столбец CTR by position с разбивкой первых десяти позиций по слотам ("no positions reported", если данных нет); empty_requests присутствует в CSV. Экран также формирует сниппет <nova-recommendations> для витрины.

Персонализация

/dashboard/personalization настраивает ранжирование для каждого посетителя на основе поведенческих событий. Экран содержит пять вкладок; для изменений нужны права владельца или администратора. Выбор коллекции в заголовке (с числом документов и отметкой "on") и вкладка сохраняются в ?collection= и ?tab=, поэтому представлением можно поделиться по ссылке, а действие в заголовке ведёт на Recommendations.

• Settings — включение персонализации; ползунок силы (0–100%); период полураспада затухания; максимальное число бустов на поиск (0–20); поля категории и бренда; веса событий для просмотра, клика, добавления в корзину, покупки, добавления в избранное, в список желаний и отклонения (отрицательные веса понижают позицию); и поверхности, к которым она применяется (поиск, автодополнение, рекомендации). Баннер статуса сообщает, включена ли персонализация и к чему применяется, и предупреждает, если она включена, но ни к чему не применяется. Пример «Wiring it up» показывает вызов POST /events с заголовками x_user_id, x_anonymous_id и x_surface и заголовок ответа x-nova-personalized.
• Profiles — поиск профиля по типу субъекта (user / anonymous) и идентификатору; просмотр его сегментов, статистики и главных предпочтений (отрицательные выделены красным); удаление профиля (всё, что о нём известно, стирается, и результаты возвращаются к собственному ранжированию коллекции); просмотр недавно обновлённых профилей.
• Rules — именованные правила с областью действия (одна коллекция или все), условием («is in segment» по десяти сегментам или «has affinity for» категорию, бренд, товар или запрос выше необязательной минимальной оценки), действиями (бусты, фильтр исключений, закрепления) и приоритетом. Побеждает наивысший приоритет. Правило для коллекции, в которой персонализация выключена, ничего не делает.
• Simulator — выполните запрос от имени субъекта с необязательным переопределением силы (0–1, по умолчанию настроенное значение) и посмотрите найденный профиль, его сегменты и сработавшие правила, применённые бусты (filter_by:weight), использованные sort_by / filter_by, а также базовый и персонализированный списки результатов с изменившимися позициями.
• Analytics — сводка персонализации за период.

Граф знаний

/dashboard/graph позволяет исследовать слой GraphRAG, построенный на основе коллекции: сущности, утверждения, отчёты сообществ и глобальный поиск.

Эти экраны управляют API графа; те же эндпоинты доступны и с вашего сервера.

Сущности и утверждения запрашиваются с ограничениями — 200 сущностей и 500 утверждений, — и экраны не сообщают об усечении, поэтому ограниченная таблица выглядит полной.

Далее

• Поиск и релевантность
• Аналитика и качество
• UI витрины