En intern vidensbase, der siger til, når den er ved at blive forældet.

En AI-vidensbase til dine runbooks og din dokumentation: så mange, som du har brug for, hver med et formål, obligatoriske sektioner og en godkendelseskø. Dokumenter gemmes som en graf med hybrid søgning. Assistenten svarer på tværs af tickets, issues og dokumenter i appen, og via MCP er vidensbasen RAG-systemet bag Claude, ChatGPT og dine andre AI-værktøjer. En sundhedsscore viser, hvad der er forældet, forældreløst eller mangler.

Grafen over vidensbasen Runbooks, med deploy-runbooken fremhævet ved siden af dens sektioner og de runbooks, den linker til
Ubegrænsetvidensbaser pr. workspace, hver med sit eget formål og sin egen adgang
4 assistenterClaude, ChatGPT, GitHub Copilot og Gemini CLI via MCP
3 signalerforældet, forældreløst og manglende i én sundhedsscore
Pr. teamlæse-, skrive- eller fuld adgang til hver vidensbase

Sådan virker det

Fra en blank side til en intern vidensbase, der forbliver sund.

  1. Sæt den op

    Giv hver vidensbase et formål og de sektioner, hver side skal besvare. Giv læse-, skrive- eller fuld adgang pr. team.

  2. Skriv

    Nye sider tjekkes mod profilen. Sider, der ikke består, holdes tilbage i godkendelseskøen og uden for søgningen, indtil nogen godkender dem.

  3. Forbind

    Dokumenter og links mellem dem gemmes som en graf med embeddings, så søgningen virker på relationer og betydning på én gang.

  4. Spørg

    Assistenten svarer på tværs af vidensbaser, tickets og issues, i appen eller fra Claude, ChatGPT, Copilot og Gemini CLI via MCP.

  5. Hold den sund

    Knowledge Health markerer forældede sider, som folk stadig åbner, forældreløse sider og søgninger, der ikke fandt noget. Genberegn den, når du vil.

Det får du

Alt i Knowledge Base.

Kommer snart
Samlet sundhed for organisationenUgentligt sundhedsoverblik

Graflagring

Dokumenter og links mellem dem gemmes som en graf med embeddings for betydning.

Hybrid søgning

Søg på relationer og betydning i samme forespørgsel.

Grafvisning

Panorér, zoom og klik for at fremhæve forbindelser, med et læsepanel i siden.

AI-assistent

Spørg om dine tickets, issues og vidensbaser. Alle chats gemmes, så du kan tage tråden op igen senere.

Profiler og obligatoriske sektioner

Hver vidensbase har et formål og de overskrifter, som hver side skal besvare. Kan en sektion ikke besvares ærligt, kan siden heller ikke lade som om.

Godkendelseskø

Nye sider, der ikke består et automatisk tjek, holdes tilbage til gennemsyn og vises ikke i søgningen, før nogen godkender dem. Du kan også holde alle sider tilbage, hvis du foretrækker det.

Adgang pr. team

Læse-, skrive- eller fuld adgang pr. team og pr. vidensbase. Owners ser alt.

MCP-connectors

Én connector pr. medlem til Claude, ChatGPT, GitHub Copilot eller Gemini CLI. Den logger ind som medlemmet og har adgang til vedkommendes vidensbaser, tickets og arbejdslog.

RAG til dine AI-værktøjer

Brug enhver vidensbase som RAG-system til Claude, ChatGPT, Copilot, Gemini CLI eller et andet AI-værktøj, der understøtter MCP. Den henter med den samme hybride søgning som appen, inden for hvert medlems adgang.

Knowledge Health

Markerer forældede dokumenter, som folk stadig åbner, forældreløse sider og søgninger, der ikke gav svar. Genberegn den, når du vil.

Aktivitetslog

Oprettelser, opdateringer, omdøbninger og sletninger pr. medlem, plus en auditlog over alle assistentens handlinger, i appen og via MCP.

Blød sletning

Owners og Admins kan gendanne en slettet vidensbase.

I dybden

Et nærmere kig.

Profiler og godkendelse

Sider, der besvarer de spørgsmål, du har besluttet er vigtige.

De fleste vidensbase-systemer tager imod enhver side, du giver dem. Her har hver vidensbase et formål og de overskrifter, hver side skal besvare. En runbook uden rollback-sektion eller med et tomt ejerfelt består ikke tjekket og holdes tilbage i godkendelseskøen og uden for søgningen, indtil nogen godkender den. Kan en sektion ikke besvares ærligt, kan siden heller ikke lade som om.

  • Obligatoriske sektioner pr. vidensbase
  • Et automatisk tjek af hver ny side
  • Godkendelseskøen holder ikke-godkendte sider ude af søgningen
  • Hold alle nye sider tilbage, hvis du foretrækker det
En runbook skrevet af en agent og holdt tilbage i godkendelseskøen, fordi rollback-sektionen ingen trin har, og ejerfeltet er tomt

RAG via MCP

Din vidensbase som RAG-systemet bag dine AI-værktøjer.

Forbind Claude Code, Claude, ChatGPT, GitHub Copilot, Gemini CLI eller et andet AI-værktøj, der understøtter MCP, så henter det fra dine dokumenter, tickets og din arbejdslog, mens det svarer, med den samme graf- og vektorsøgning som appen. Der er ingen pipeline at bygge: appen opdeler dine dokumenter i chunks, laver embeddings og forbinder dem selv. Hvert medlems connector logger ind som medlemmet, så den kun når det, vedkommende kan se, og alt, hvad den gør, står i aktivitetsloggen.

  • Claude, ChatGPT, GitHub Copilot og Gemini CLI
  • Ingen chunking, embeddings eller vektordatabase at drive
  • Hentning inden for hvert medlems adgang
  • Sider i godkendelseskøen bliver ikke hentet
Sådan virker RAG via MCP →
MCP-connectors til Claude Code, Copilot, ChatGPT og Gemini CLI, én pr. medlem og logget ind som det medlem

Knowledge Health

Se, hvilken side du skal rette først.

Hver vidensbase får en sundhedsscore, som du kan genberegne, når du vil. Den viser de gamle sider, folk stadig læser, sorteret efter visninger, de søgninger, der ikke fandt noget, sider, der overlapper eller modsiger hinanden, forældreløse sider, som intet linker til, og alt, der ligner en secret. Svarkvalitet viser, hvordan folk vurderer svarene fra hvert dokument, og hvert fund har en knap, der beder assistenten om et udkast til rettelsen.

  • Forældede sider, der stadig er efterspurgte, sorteret efter visninger
  • Søgninger uden resultat, sorteret efter efterspørgsel
  • Dubletter og sider, der modsiger hinanden
  • Hentninger, vurderinger og matchkvalitet pr. dokument
Knowledge Health for Runbooks: en score på 83, de forældede, forældreløse og manglende sider, og hvordan folk vurderer svarene fra hvert dokument

Forbinder til

De assistenter, dit team allerede bruger.

ClaudeÉn MCP-connector pr. medlem, logget ind som det medlem.
ChatGPTÉn MCP-connector pr. medlem, logget ind som det medlem.
GitHub CopilotÉn MCP-connector pr. medlem, logget ind som det medlem.
Gemini CLIÉn MCP-connector pr. medlem, logget ind som det medlem.
Model Context ProtocolDen åbne standard, som connectorerne taler, så nye assistenter, der understøtter den, også kan koble sig på.
Tickets og MonitoringAssistenten svarer på tværs af tickets og issues såvel som dokumenter.

Spørgsmål

FAQ om Knowledge Base.

Hvor mange vidensbaser kan vi have?

Så mange, som du har brug for. Hver har sit eget formål, obligatoriske sektioner, godkendelsesindstillinger og teamadgang, og Owners ser dem alle.

Hvad holder godkendelseskøen tilbage?

Nye sider, der ikke består det automatiske tjek mod vidensbasens profil, fx fordi en obligatorisk sektion er tom. De holdes uden for søgningen, indtil nogen godkender dem. Du kan også holde alle nye sider tilbage, hvis du foretrækker det.

Hvad måler Knowledge Health?

Tre ting: forældede dokumenter, som folk stadig åbner, forældreløse dokumenter, som intet linker til, og søgninger, der ikke fandt noget. Tilsammen giver de en score, du kan genberegne, når du vil.

Hvilke AI-assistenter kan forbindes?

Claude, ChatGPT, GitHub Copilot og Gemini CLI, via én MCP-connector pr. medlem. Connectoren logger ind som medlemmet og har adgang til vedkommendes vidensbaser, tickets og arbejdslog med de samme adgangstjek som webappen.

Kan Claude Code læse vores interne dokumentation?

Ja. Hver vidensbase er også en MCP-vidensbase: hvert medlem får en MCP-connector, der virker i Claude Code og i Claude, ChatGPT, GitHub Copilot og Gemini CLI. Den logger ind som medlemmet og søger i de vidensbaser, vedkommende kan se, samt vedkommendes tickets og arbejdslog.

Kan vi bruge vidensbasen som RAG-system til vores AI-værktøjer?

Ja. Hver vidensbase er også en RAG-vidensbase via MCP. Forbind Claude, Claude Code, ChatGPT, GitHub Copilot, Gemini CLI eller et andet AI-værktøj, der understøtter MCP, så henter det fra dine dokumenter, tickets og din arbejdslog med den samme hybride søgning som appen. Appen opdeler dine dokumenter i chunks, laver embeddings og forbinder dem, så der er ingen pipeline eller vektordatabase at drive, og hver connector når kun det, dens medlem kan se.

Hvad er forskellen på RAG og MCP?

RAG, retrieval augmented generation, betyder, at en model slår op i dit eget indhold, før den svarer. MCP, Model Context Protocol, er den åbne standard, et AI-værktøj bruger til at nå data og værktøjer. Her arbejder de sammen: MCP forbinder dit AI-værktøj med vidensbasen, og vidensbasen står for hentningen, så du får RAG uden at bygge det selv.

Hvordan finder søgningen den rigtige side?

Dokumenter og links mellem dem gemmes som en graf med embeddings for betydning, så én forespørgsel søger på relationer og betydning på én gang: graf- og vektorsøgning sammen. Dine AI-værktøjer får den samme hentning via MCP, graf-RAG og vektor-RAG i ét.

Logges assistentens aktivitet?

Ja. Alle assistentens handlinger, i appen og via MCP, står i aktivitetsloggen ved siden af, hvem der har oprettet, opdateret, omdøbt eller slettet en side.

Hvad hvis nogen sletter en vidensbase?

Den bliver blødt slettet. Owners og Admins kan gendanne den.

Hvad koster Knowledge Base?

Pr. licens for hver person, der har adgang til Knowledge Base, plus lagerplads pr. gigabyte. Priserne står på prissiden.