TaskMonkey Handbuch

Konzept

Durchsuchbare Wissensquellen für deine Tools.

Eine Knowledge Base (KB) ist eine Sammlung durchsuchbarer Text-Fragmente. Das Modell kann sie nicht direkt lesen — es ruft ein Such-Tool auf, bekommt die passenden Abschnitte zurück und arbeitet damit.

Das ist das klassische RAG-Muster (Retrieval-Augmented Generation): Retrieval liefert die relevanten Passagen, das Modell generiert die Antwort darauf. TaskMonkey macht das Retrieval mit MySQL-Volltext-Suche statt mit Vektor-Embeddings — für die meisten Business-Wissensbasen (FAQ, Handbücher, Produktkatalog) ist das schnell und präzise genug, besonders bei deutschen Texten mit eindeutigen Fachbegriffen.

Wann brauchst du eine KB?

Immer dann, wenn:

  • Du stabiles, wiederverwendbares Wissen hast (Produktkatalog, FAQ, Dokumentationen, Policies)
  • Das Wissen zu groß ist, um im Prompt zu leben
  • Das Wissen sich ändert, aber nicht oft

Schlechte Kandidaten:

  • Hochvolatile Daten (Bestände, Preise) — dafür sind APIs besser
  • Sehr kleine Datenmengen — lass das Modell sie im Prompt lernen

Aufbau

Eine KB besteht aus zwei Ebenen:

Knowledge Base
├── Source 1 (URL, Datei, DB-Dump)
│   ├── Entry 1.1
│   ├── Entry 1.2
│   └── ...
└── Source 2
    ├── Entry 2.1
    └── ...
  • Source: Die Quelle — typisch eine URL (z. B. deine öffentliche FAQ-Seite) oder eine hochgeladene Datei.
  • Entry: Ein einzelner durchsuchbarer Abschnitt. Beim Import wird die Source in Entries zerschnitten — typisch pro Überschrift oder pro Absatz.

Das Modell sieht nur Entries, nie ganze Sources.

Suche

Das Modell ruft ein Such-Tool auf:

getKnowledge(query: "Retourenfrist")

Die KB liefert die Top-N Entries mit Relevanz-Score zurück. Das Modell bekommt Titel, Kurz-Snippet und Volltext.

Wo du eine KB anlegst

In der UI: /manage/knowledge-bases/add. Felder:

  • Name der KB (intern)
  • Beschreibung (optional)

Nach dem Anlegen fügst du Sources hinzu.

Wie das Modell sie nutzt

Du schreibst einen Tool-Handler, der in der KB sucht, und hängst das Tool an den passenden Task:

'tools' => [
    'searchProductKnowledge' => [
        'extends' => 'getKnowledge',
        'description' => 'Durchsucht unseren Produktkatalog-Wissenspool.',
        'args_fixture' => ['query' => 'Tomaten'],
    ],
],

extends: getKnowledge zieht die Basis-Implementation aus der Shared-Library. Du überschreibst nur description und optional options (Limit, Score-Schwelle).

Beispielablauf

  1. Kunde fragt: „Wie lange kann ich was zurückgeben?"
  2. Modell ruft searchProductKnowledge(query: "Rückgabe Frist") auf.
  3. KB liefert zwei Entries: „Retouren-Richtlinie" und „Umtausch FAQ".
  4. Modell formuliert aus den Inhalten eine passende Antwort.

Mehrere KBs pro Workspace

Möglich und sinnvoll: getrennte KBs für Produktkatalog, FAQ, interne Prozesse. Jede bekommt ein eigenes Such-Tool — das Modell wählt anhand der Beschreibung die richtige.

'searchFaq' => [
    'extends' => 'getKnowledge',
    'description' => 'Kunden-FAQ durchsuchen (Öffnungszeiten, Kontakt, Versand, Rückgabe).',
],

'searchInternalHandbook' => [
    'extends' => 'getKnowledge',
    'description' => 'Internes Mitarbeiter-Handbuch (Urlaub, IT, Prozesse).',
],

Weiter

Zuletzt aktualisiert: 2026-04-19