> ## Documentation Index
> Fetch the complete documentation index at: https://strattumai.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Knowledge — Base de Conhecimento Corporativo

> O conhecimento que o agente consulta antes de responder. Base de conhecimento corporativa consultável via RAG — políticas, manuais e documentação interna.

O **Knowledge** é a base de conhecimento corporativa consultável por agentes via RAG (Retrieval-Augmented Generation). Armazena documentação interna, políticas, manuais de produto, bases de artigos de suporte — tudo que o agente precisa saber sobre como a empresa funciona.

**Diferença fundamental da Memory:**

* **Memory** sabe tudo sobre o *cliente* (episódico, pessoal, muda o tempo todo)
* **Knowledge** sabe tudo sobre a *empresa* (semântico, geral, muda raramente)

Juntos, o agente tem contexto completo: quem é o cliente (Memory) e como a empresa opera (Knowledge).

***

## Duas fontes de conhecimento

O Knowledge agrupa dois tipos distintos de conteúdo, com comportamentos diferentes:

<CardGroup cols={2}>
  <Card title="Documentos (RAG)" icon="file-text" color="#6D28D9">
    Documentos estáticos: PDFs, políticas, manuais, FAQs. Precisam ser selecionados e indexados manualmente. Atualizações são re-indexadas automaticamente quando a fonte sincroniza.
  </Card>

  <Card title="Fontes Operacionais" icon="database" color="#6D28D9">
    Dados de aplicações operacionais: tickets Zendesk, deals HubSpot, issues Jira. Todo o conteúdo é indexado automaticamente após a sincronização do conector.
  </Card>
</CardGroup>

***

## Documentos (RAG)

### O que indexar

**Conteúdo de alto valor:**

* Políticas internas (crédito, cobrança, atendimento, compliance)
* Manuais de produto e ERP
* Runbooks operacionais (onboarding, sinistros, renovações)
* FAQs e bases de artigos de suporte
* Regimentos e normativas internas

**O que não pertence ao Knowledge:**

* Dados transacionais (pertencem ao banco de dados, acessado pelo Memory)
* Dados de clientes específicos (pertencem ao Memory)
* Planilhas com dados operacionais em tempo real (use Data Pipelines)

### Documentos NÃO são carregados automaticamente

<Warning>
  Os documentos NÃO são carregados automaticamente quando um conector é configurado. É necessário selecionar manualmente quais arquivos ou pastas serão indexados. A opção de carregar documentos de uma fonte (Notion, Google Drive, etc.) só aparece se o conector respectivo estiver configurado nas Connections.
</Warning>

### Como adicionar documentos

<Steps>
  <Step title="Acesse Knowledge no Console">
    No menu lateral, clique em **Knowledge**.
  </Step>

  <Step title="Clique em + Adicionar">
    Escolha uma das três opções:

    **Conectar fonte (recomendado para documentação viva):**

    * Selecione a conexão já configurada (Notion, Google Drive, Confluence)
    * Escolha as pastas ou páginas específicas — não indexe tudo
    * A sincronização automática mantém os documentos atualizados

    **Upload manual:**

    * Para documentos que não estão em nenhuma ferramenta conectada
    * Formatos suportados: PDF, DOCX, TXT, Markdown
    * Limite: 50MB por arquivo

    **URL pública:**

    * Para documentação online que você não gerencia diretamente
    * Re-indexada periodicamente
  </Step>

  <Step title="Organize em Collections">
    Agrupe documentos por tema (ex: "Crédito e Cobrança", "Atendimento", "RH"). Collections permitem que agentes consultem apenas o subconjunto relevante para cada tarefa.
  </Step>

  <Step title="Verifique a qualidade da indexação">
    Após a ingestão, clique em **Ver chunks** em qualquer documento:

    * Todos os chunks devem ter status verde (embedding completo)
    * Teste com perguntas reais no campo de busca semântica
    * Se chunks tiverem status de erro, clique em **Reprocessar**
  </Step>
</Steps>

***

## Fontes Operacionais

Fontes operacionais são dados de aplicações como Zendesk (tickets), HubSpot (deals), Jira (issues) — conteúdo dinâmico que se atualiza continuamente.

**Diferença principal dos documentos: aqui tudo é indexado automaticamente.** Após configurar o conector e ativar a fonte operacional, cada novo registro ou atualização é indexado no próximo ciclo de sync — sem seleção manual.

### Como configurar fontes operacionais

<Steps>
  <Step title="Configure o conector primeiro">
    A fonte operacional precisa de um conector ativo nas Connections. Exemplo: para indexar tickets Zendesk, configure o conector Zendesk primeiro.
  </Step>

  <Step title="Acesse Knowledge → Fontes Operacionais">
    Clique na aba **Fontes Operacionais** dentro do módulo Knowledge.
  </Step>

  <Step title="Adicione a fonte">
    Selecione o conector ativo e o tipo de recurso a indexar (ex: tickets, deals, issues).
  </Step>

  <Step title="Configure a indexação">
    Cada campo da fonte pode ser configurado individualmente:

    * **Chunking:** Completo (textos curtos), Semântico (HTML longo), Por Item (listas)
    * **Max Tokens:** 256 (campos curtos), 512 (padrão), 1024 (textos longos)
    * **SLA:** intervalo máximo esperado entre sincronizações

    Consulte o guia [Configuração de Indexação](/knowledge/operational-sources/indexing-configuration) para detalhes.
  </Step>
</Steps>

### Exemplos de fontes operacionais

| Conector | Recurso   | O que é indexado                                   |
| -------- | --------- | -------------------------------------------------- |
| Zendesk  | Tickets   | Título, descrição, comentários, status, prioridade |
| HubSpot  | Deals     | Nome, estágio, notas, atividades                   |
| Jira     | Issues    | Título, descrição, comentários, status, tipo       |
| Slack    | Mensagens | Mensagens de canais selecionados                   |

***

## Pipeline de indexação

Para que documentos e dados operacionais sejam consultáveis pelo agente, o Knowledge executa:

1. **Seleção declarativa** — apenas o conteúdo explicitamente autorizado é processado
2. **Chunking semântico** — documentos particionados em blocos coerentes, preservando contexto
3. **Vetorização** — cada chunk é transformado em vetor pelo modelo de embedding configurado
4. **Indexação no Qdrant** — vetores gravados no banco vetorial deployado na infra do cliente

<Note>
  Todo o processamento de embeddings ocorre na infraestrutura do próprio cliente — nenhum dado é enviado para fora para gerar vetores. O modelo de embedding é configurado via `LLM_PROVIDER` e `LLM_EMBEDDING_MODEL` no `.env`.
</Note>

***

## Busca semântica com re-ranking

Quando o agente consulta o Knowledge com a pergunta "Como funciona o processo de renegociação para inadimplência acima de 90 dias?", o sistema:

1. **Busca vetorial:** encontra os chunks semanticamente mais próximos no Qdrant
2. **Filtragem por metadata:** aplica filtros de fonte, tags e data para restringir resultados relevantes
3. **Re-ranking:** reordena por relevância contextual, priorizando os trechos mais aderentes
4. **Retorno citado:** entrega ao agente chunks ranqueados com referência ao documento de origem

O agente recebe contexto preciso e citável — não documentos inteiros que inflam custos de tokens.

***

## Diferença para o RAG clássico

O Knowledge trata a base como ativo governado, com procedência e permissão desde a origem. Um RAG montado a mão para na recuperação e deixa governança, citação e versionamento para depois.

| Dimensão          | RAG clássico                                | Knowledge                                                |
| ----------------- | ------------------------------------------- | -------------------------------------------------------- |
| Modelo mental     | Pipeline de recuperação montado por projeto | Camada de conhecimento governada e versionada            |
| Procedência       | Documento de origem                         | Documento, versão e trecho citado                        |
| Permissão         | Filtro aplicado depois da resposta          | Permissão herdada da fonte, aplicada na recuperação      |
| Atualização       | Reingestão manual                           | Re-indexação automática quando a fonte sincroniza        |
| Qualidade da base | Auditoria pontual                           | Métricas de indexação por chunk, verificáveis no Console |
| Operação          | Notebook de ML                              | Plataforma com observabilidade e SLA por fonte           |

***

## Casos de uso validados

<AccordionGroup>
  <Accordion title="Cooperativa de Crédito — Atendimento de seguros">
    A consultora recebe atualizações mensais das seguradoras (coberturas, exigências, sinistros). Com Knowledge, esses materiais são indexados automaticamente. Quando um associado liga sobre um sinistro, o agente consulta o Knowledge para saber qual cobertura se aplica usando a versão mais recente do manual.
  </Accordion>

  <Accordion title="SaaS B2B — Suporte técnico com base de conhecimento">
    O time de suporte tem centenas de artigos, runbooks e documentação de API. O Knowledge indexa tudo e, quando um ticket chega, uma Skill consulta automaticamente a base para encontrar procedimentos relevantes antes de o analista abrir o chamado.
  </Accordion>

  <Accordion title="Farmacêutica — Compliance regulatório (ANVISA)">
    O time de farmacovigilância precisa cruzar relatos de eventos adversos com diretrizes regulatórias. Com Knowledge indexando as normas vigentes, o agente consulta as regras aplicáveis ao classificar cada relato — e o Evals registra qual trecho exato embasou cada decisão.
  </Accordion>

  <Accordion title="RH — Chatbot de políticas internas">
    O time de pessoas indexa todas as políticas (férias, benefícios, código de conduta). Um chatbot no Slack bate em `POST /v1/knowledge/search` para responder dúvidas dos colaboradores com o trecho exato da política, eliminando respostas manuais repetitivas.
  </Accordion>
</AccordionGroup>

***

## Próximos passos

<CardGroup cols={2}>
  <Card title="Fontes Operacionais — Configuração" icon="sliders" href="/knowledge/operational-sources/indexing-configuration">
    Configure chunking, max tokens e SLA para cada campo das fontes operacionais.
  </Card>

  <Card title="Knowledge API" icon="terminal" href="/api-reference/knowledge/introduction">
    Consulte a base de conhecimento programaticamente via API REST.
  </Card>

  <Card title="MCP Server" icon="plug" href="/mcp-server/index">
    Exponha o Knowledge para Copilots e IDEs via Model Context Protocol.
  </Card>

  <Card title="Evals" icon="chart-line" href="/getting-started/configuration">
    Meça a qualidade do contexto retornado pelo Knowledge.
  </Card>
</CardGroup>