So funktioniert die Wissensdatenbank

Die Wissensdatenbank enthält, was die KI über Ihr Unternehmen wissen sollte und nicht aus den E-Mails selbst lernen kann: Preise, Richtlinien, Öffnungszeiten, Produktfakten und die Art, wie Ihr Team antwortet. Sie fügen Notizen, Dateien und Webseiten hinzu, und die KI liest die Teile, auf die es ankommt, wann immer sie für Sie schreibt.

Es gibt einen Speicher pro Workspace mit drei Ebenen, sodass eine Antwort, die nur für eine Marke oder ein Team gilt, dort bleibt. Er wird in der App unter Workspace → Wissensdatenbank gelesen und geändert, über die REST-API, aus den SDKs und der CLI, und vom Assistenten und von MCP-Clients.

Jeder Eintrag liegt auf einer Ebene, seinem scope. Die KI, die für eine Adresse schreibt, liest diese Adresse, dann ihre Domain, dann den ganzen Workspace, und wenn zwei Einträge sich widersprechen, gewinnt der spezifischere.

• —Eine Plus-Adresse liest auch ihre Basisadresse, sodass [email protected] nutzt, was für [email protected] gespeichert ist.
• —GET /knowledge/levels listet jede Ebene, die Sie sehen können, wie viele Einträge jede enthält und ob Sie dort Einträge ändern dürfen.
• —Wird eine Domain in einen anderen Workspace verschoben, ziehen die für sie und ihre Adressen gespeicherten Einträge mit.

• —Eine Notiz ist Text, den Sie direkt schreiben, bis zu 20.000 Zeichen, gern in Markdown. Sie ist meist innerhalb von ein, zwei Sekunden für die KI bereit.
• —Eine Datei wird im Hintergrund in Text gelesen: PDFs, Word-Dokumente, Tabellen (Excel, OpenDocument, Numbers und CSV), OpenDocument-Text, HTML, XML, Markdown, reiner Text, JSON und Bilder (JPEG, PNG, WebP und SVG). Ein Dokument darf bis zu 20 MB groß sein und ein Bild bis zu 10 MB.
• —Eine Webseite wird von einer öffentlichen http- oder https-Adresse abgerufen und im Hintergrund gelesen, bis zu 5 MB davon. Eine Ebene enthält eine Seite einmal, und ein Aktualisieren ruft sie nach einer Änderung erneut ab.
• —Von einem Eintrag werden bis zu 1.000.000 Zeichen Text behalten, und der Text wird für die Suche unter seinen Überschriften in Abschnitte geteilt.

Ein Eintrag ist queued und dann processing, während er gelesen wird, ready, sobald die KI ihn nutzen kann, und failed mit einem failure, der den Grund nennt, wenn er nicht gelesen werden konnte. Ein geänderter Eintrag geht zurück auf queued, und die KI nutzt seinen bisherigen Text weiter, bis der neue bereit ist. Ein Aktualisieren liest einen Eintrag erneut und löscht einen Fehler.

• —Antwortvorschläge unter der letzten Nachricht eines Threads lesen die Ebenen der Adresse, an der die Nachricht ankam.
• —Ein Entwurf aus einer Beschreibung, im Editor oder mit POST /emails/compose, liest die Ebenen der Adresse, von der er ausgeht. Die Antwort nennt in sources die Einträge, auf die er sich stützte.
• —Der Assistent liest die Ebenen des Threads, den Sie geöffnet haben, oder jede Ebene, die Sie sehen können, wenn keiner geöffnet ist, und kann die Wissensdatenbank mit seinem Tool searchKnowledge selbst durchsuchen.
• —Die Antwort von GET /threads/{id}/reply-suggestions nennt in sources die Einträge, auf die sich die Vorschläge gestützt haben.

Angeheftete Notizen gehen in jeden Prompt auf ihrer Ebene, bis zu 2.000 Zeichen von jeder Ebene, ob sie zum Geschriebenen passen oder nicht. Der übrige Platz, insgesamt etwa 6.000 Zeichen, geht an die Abschnitte, die am besten zur Anfrage passen, nach Bedeutung und nach Wörtern gefunden. Antwortet der Index nicht innerhalb eines Moments, schreibt die KI ohne ihn, statt Sie warten zu lassen.

Fügen Sie Einträge in der App unter Workspace → Wissensdatenbank hinzu oder aus Code mit der API, den SDKs und der CLI. Der Assistent und MCP-Clients können eine Notiz speichern oder einen Link hinzufügen, wenn Sie sie bitten, sich etwas zu merken, und sie können Einträge auch ändern, aktualisieren und löschen. Im Chat der App fragen Hinzufügen, Ändern und Aktualisieren eines Eintrags zuerst, sofern Sie es nicht verlangt haben, und Löschen fragt immer zuerst.

Jeder Eintrag hält in origin fest, woher er kam: app, api, assistant oder mcp, und in createdBy, wer ihn hinzugefügt hat.

Sie wächst auch von selbst. Die KI schlägt Notizen aus den Antworten Ihres Teams vor und notiert die Fragen, die noch nichts beantwortet, Connectors halten ganze Websites, Sitemaps, Feeds und Hilfecenter auf dem Stand, und Links können nach Zeitplan neu gelesen werden. Die folgenden Abschnitte erklären das im Einzelnen.

Wenn jemand im Workspace in einer Unterhaltung antwortet, liest die KI die Antwort und die Nachricht, auf die sie antwortet, und schlägt daraus bis zu drei Fakten vor, die auch für andere gelten würden, etwa einen Preis, eine Richtlinie oder eine Lieferzeit. Jeder Vorschlag ist eine Notiz, die auf Prüfung wartet, auf der Ebene der Domain, von der die Antwort gesendet wurde, oder des ganzen Workspace, wenn diese Domain nicht zu ihm gehört. Fakten, die die Wissensdatenbank schon enthält, werden ausgelassen, und bis zu 100 Antworten am Tag werden gelesen.

Prüfen Sie sie in der App oder mit GET /knowledge/suggestions. Nehmen Sie einen Vorschlag an, um ihn als Notiz zu speichern, und ändern Sie dabei nach Belieben Titel, Text, Ebene oder Anheftung, oder verwerfen Sie ihn. Wird derselbe Fakt erneut vorgeschlagen, erhöht das occurrences, statt einen zweiten Vorschlag anzulegen, und ein verworfener Vorschlag kommt nicht wieder.

Wenn die KI Antworten auf eine eingehende Nachricht vorschlägt, notiert sie außerdem bis zu drei Dinge, die der Absender zum Unternehmen gefragt hat und die weder die Unterhaltung noch die Wissensdatenbank beantwortet, etwa ob Sie in sein Land liefern. Jedes wird zu einer Frage auf der Ebene der Domain, bei der die Nachricht ankam, oder des ganzen Workspace, wenn diese Domain nicht zu ihm gehört, und wird dieselbe Frage erneut gestellt, erhöht das occurrences, sodass Sie sehen, welche am häufigsten kommen.

Beantworten Sie eine Frage, und sie wird zu einer Notiz: Nehmen Sie sie mit der Antwort als Text an, und ihr Titel bleibt die Frage, sofern Sie ihn nicht ändern. Von da an nutzt die KI die Antwort, wann immer die Frage aufkommt. Verwerfen Sie eine Frage, die keine Antwort braucht, und sie wird nicht wieder notiert.

Jeder Eintrag wird beim Indexieren mit den ähnlichsten Einträgen auf allen Ebenen verglichen und erneut, sobald er sich ändert. Zwei Einträge, die fast dasselbe sagen, werden als duplicate markiert. Zwei eng verwandte Einträge, die sich bei einem Fakt widersprechen, etwa bei einem Preis oder einer Frist, werden als conflict markiert, mit einem Satz dazu, was sich widerspricht. Die KI prüft bis zu 200 Mal am Tag auf Widersprüche.

• —Jeder Eintrag zählt in flags die offenen Markierungen, die ihn nennen, und GET /knowledge/flags listet sie auf, die neuesten zuerst.
• —Ändern oder löschen Sie einen der beiden Einträge, um eine Markierung zu erledigen. Ein geänderter Eintrag wird erneut verglichen, sobald er indexiert ist.
• —Verwerfen Sie eine Markierung, wenn die beiden Einträge so in Ordnung sind, und dasselbe Paar wird aus demselben Grund nicht wieder markiert.
• —Eine Markierung sieht nur, wer beide Einträge sehen kann.

Ein Connector hält viele Seiten aus einer Quelle in der Wissensdatenbank, jede Seite als Link-Eintrag auf der Ebene des Connectors, und hält sie auf dem Stand, wenn sich die Quelle ändert.

• —Die erste Synchronisierung beginnt innerhalb einer Minute. Danach synchronisiert er alle 7 Tage erneut, oder alle 1 oder 30 Tage, oder nur, wenn Sie eine Synchronisierung anfordern, die ebenfalls innerhalb einer Minute beginnt.
• —Er behält bis zu 25 Seiten oder so viele, wie Sie festlegen, bis zu 200, und seine Einträge zählen zum Kontingent des Tarifs. Eine Synchronisierung fügt keine Seiten mehr hinzu, sobald das Kontingent erreicht ist.
• —Jede Synchronisierung fügt neue Seiten hinzu, liest geänderte erneut und entfernt die Einträge von Seiten, die aus der Quelle verschwunden sind.
• —Eine Seite, die Sie selbst als Link auf derselben Ebene hinzugefügt haben, bleibt bei diesem Eintrag, und das Löschen eines Connectors entfernt nur die Einträge, die er hinzugefügt hat.
• —Wenn Sie einen Connector auf eine andere Ebene verschieben, ziehen seine Einträge mit.

Ein Link kann alle 1, 7 oder 30 Tage von selbst neu gelesen werden: Setzen Sie refreshDays beim Hinzufügen oder später. Hat sich die Seite geändert, ersetzt ihr neuer Text den alten, sobald er gelesen ist, und die KI nutzt bis dahin den alten Text. nextRefreshAt sagt, wann sie als Nächstes gelesen wird, und eine Seite, die sich nicht abrufen lässt, wird am nächsten Tag erneut versucht.

Die KI kann eine Unterhaltung lesen und eine Notiz mit den Fakten daraus entwerfen, die das Team wieder brauchen wird, ohne persönliche Angaben und ohne das, was nur für diese Unterhaltung zählt. Nichts wird gespeichert, bis Sie es behalten: Lesen Sie den Entwurf, ändern Sie ihn nach Belieben und speichern Sie ihn als Notiz, die in threadId die Unterhaltung festhält, aus der sie stammt.

Der Entwurf schlägt eine Ebene vor: die Domain, bei der die Unterhaltung ankam, wenn Sie dort Einträge hinzufügen dürfen, sonst den ganzen Workspace oder die Adresse. Jeder Entwurf ist eine KI-Aktion. Aus Code entwerfen Sie mit POST /knowledge/drafts, das neben knowledge:write auch threads:read braucht, und speichern mit POST /knowledge/notes und derselben threadId.

Eine Suche findet Abschnitte nach Bedeutung und nach Wörtern. Senden Sie rerank: true mit POST /knowledge/search, und die KI liest außerdem die besten 25 Abschnitte und bringt sie in die Reihenfolge, die die Frage am besten beantwortet, ohne die, die nicht helfen. Das dauert ein bis zwei Sekunden länger und ist eine KI-Aktion, darum läuft es nur, wenn Sie es anfordern. reranked in der Antwort sagt, ob es geschehen ist, und wird es nicht rechtzeitig fertig, behalten die Abschnitte ihre übliche Reihenfolge.

GET /knowledge/stats zeigt, wie die KI die Wissensdatenbank in den letzten 30 Tagen genutzt hat, oder in bis zu 90, wenn Sie das anfordern.

• —Wie oft ein Antwortvorschlag, ein Entwurf, der Assistent oder eine Suche etwas gefunden hat, wie oft nachgesehen und nichts gefunden wurde, und der Anteil mit Treffer, Tag für Tag.
• —Wo diese Nutzungen stattfanden: compose, reply, chat, tool und search.
• —Die am meisten genutzten Einträge und wie viele bereite Einträge nie genutzt wurden. Jeder Eintrag trägt seine eigene Zahl in uses, mit lastUsedAt als letzter Nutzung.
• —Wie viele Vorschläge und Fragen auf Prüfung warten und wie viele Markierungen offen sind.

Die Workspace-Einstellung knowledgeLearning ist standardmäßig eingeschaltet. Schalten Sie sie mit PATCH /settings und { "knowledgeLearning": false } aus, und die KI liest gesendete Antworten nicht mehr nach Fakten für Vorschläge, notiert keine Fragen aus eingehender Post mehr und prüft Einträge nicht mehr auf Widersprüche. Duplikate werden weiter markiert, und was schon vorgeschlagen wurde, bleibt, damit Sie es annehmen oder verwerfen.

• —Lesen erfordert knowledge:read und Ändern knowledge:write, das Lesen einschließt. Die eingebauten Rollen Admin, Member und Developer können Einträge ändern, Viewer kann sie lesen, und Billing erreicht sie nicht.
• —Einen Eintrag zu ändern erfordert Zugriff auf jede Adresse, die seine Ebene abdeckt: Der ganze Workspace erfordert jede Adresse, eine Domain die ganze Domain und eine Adresse diese Adresse. Ein Schlüssel oder eine App, die auf bestimmte Adressen beschränkt ist, kann Einträge nur auf diesen Adressen ändern oder auf Domains, die sie ganz hält.
• —Wer auf bestimmte Adressen beschränkt ist, liest die Einträge des ganzen Workspace und die Einträge auf seinen Adressen und deren Domains. Der Assistent und die MCP-Tools, die für ihn handeln, fügen Einträge nur auf den Adressen hinzu und ändern sie dort, von denen er senden darf.

• —Der Text jedes Eintrags ist im Ruhezustand verschlüsselt: der Inhalt einer Notiz, der aus einer Datei oder Seite gelesene Text und jeder Abschnitt. Die Wörter, die die Wortsuche abgleicht, werden als schlüsselbasierte Hashes gespeichert, nicht als Wörter.
• —Dateien werden in Text umgewandelt und Webseiten werden von OpenEmail gelesen. Die Datenschutzerklärung nennt jeden Dienst, der Ihre Daten verarbeitet.
• —Für die Suche nach Bedeutung wird jeder Abschnitt und jede Frage in einen Vektor umgewandelt: eine Liste von Zahlen, die beschreibt, worum es geht. Die Vektoren werden unverschlüsselt neben dem verschlüsselten Text gespeichert, wie bei der Suche nach Bedeutung in E-Mails.
• —Die Abschnitte, die ein Prompt nutzt, gehen an das KI-Modell, das die Antwort, den Entwurf oder die Auskunft schreibt, wie der Rest des Prompts.
• —Das Löschen eines Eintrags entfernt seine Datei, seinen Text und seine Abschnitte auf einmal. Die Wissensdatenbank ist Teil eines Workspace-Exports, und das Löschen des Workspace löscht sie.
• —Solange das Lernen eingeschaltet ist, liest das KI-Modell jede in einer Unterhaltung gesendete Antwort mit der Nachricht, auf die sie antwortet, um Notizen vorzuschlagen, und liest zwei eng verwandte Einträge, um sie auf einen Widerspruch zu prüfen. Die Einstellung knowledgeLearning schaltet beides aus.

Alles oben steht in der REST-API unter /knowledge, in den SDKs als openemail.knowledge (TypeScript) und client.knowledge (Python, Ruby und PHP), in der CLI als openemail knowledge und in den MCP-Tools. Ein Schlüssel braucht knowledge:read zum Lesen und knowledge:write, um Einträge zu ändern.