Bỏ qua để đến nội dung

Đồng bộ Website

Xem dạng Markdown

Tính năng Đồng bộ Website cho phép bạn nhập trực tiếp nội dung từ trang web doanh nghiệp, trang tài liệu hoặc cửa hàng trực tuyến vào một Bộ sưu tập mà không cần sao chép thủ công.

  1. Mở một bộ sưu tập tại Xây dựng → Kiến thức (/{slug}/ai-kb/{collectionId}), nhấn thêm kiến thức và chọn Đồng bộ Website.
  2. Bước 1 — Dán link website:
    • Chọn Bộ sưu tập mục tiêu (nếu chưa chọn trước).
    • Nhập URL website hợp lệ (http:// hoặc https://).
    • Nhấn khám phá để hệ thống quét cấu trúc liên kết (mặc định khám phá tối đa 1.000 trang).
  3. Bước 2 — Kiểm duyệt trang:
    • Các trang quét được tự động gom nhóm theo cấu trúc thư mục đường dẫn (ví dụ: trang đơn lẻ và các chuyên mục có trang con).
    • Tùy chỉnh Tên hiển thị, Biểu tượng / Ảnh đại diện và chọn lọc chính xác các URL muốn nhập.
    • Nhấn nhập để đưa các trang vào hàng đợi xử lý nền.

Khi bạn xác nhận nhập hoặc đồng bộ lại, hệ thống xử lý bất đồng bộ theo 2 giai đoạn:

  1. Giai đoạn 1 — Thu thập nội dung (CRAWLING): Worker tải nội dung trang (có điều tiết tối thiểu 600 ms giữa các yêu cầu tới cùng một tên miền để tránh bị chặn) và chuyển đổi HTML sang Markdown sạch (loại bỏ thẻ script, style, iframe, svg). Nếu trang quá ngắn (dưới 20 ký tự) hoặc hết thời gian chờ (timeout 8 giây), tác vụ sẽ ghi nhận lỗi.
  2. Giai đoạn 2 — Lập chỉ mục vector (WAITING_INDEX → INDEXING → READY): Hệ thống so sánh mã băm nội dung (SHA-256). Nếu nội dung trang không thay đổi và đã ở trạng thái READY, bước tạo vector lại sẽ được bỏ qua để tiết kiệm tài nguyên.

Mở trang chi tiết website (/{slug}/ai-kb/{collectionId}/website-sync/{websiteId} hoặc trong tab Kiến thức của Bot) để quản lý toàn bộ các trang đã nhập:

  • Trạng thái tổng hợp của website: Tự động tổng hợp từ trạng thái các trang con — hiển thị SYNCING nếu có bất kỳ trang nào đang xử lý (PENDING, CRAWLING, SYNCING, WAITING_INDEX, INDEXING), FAILED nếu có trang lỗi, và READY khi tất cả trang đã hoàn tất.
  • Đồng bộ lại từng trang hoặc toàn bộ website: Nhấn Đồng bộ lại trên một trang (POST /kb/{id}/resync) hoặc trên toàn bộ website (POST /kb/websites/{id}/resync) bất cứ khi nào nội dung trên web gốc thay đổi.
  • Bật / Tắt từng trang: Dùng công tắc bật/tắt (isActive) để tạm ẩn một trang web khỏi kết quả tra cứu của Bot AI mà không cần xóa.
  • Đổi tên hiển thị hoặc Xóa website: Chỉnh sửa tên hiển thị (tên miền gốc luôn cố định) hoặc xóa toàn bộ website cùng các trang con của nó.