En intern kunskapsbas som säger till när den börjar bli inaktuell.

En AI-kunskapsbas för dina runbooks och din dokumentation: så många du behöver, var och en med ett syfte, obligatoriska avsnitt och en granskningskö. Dokument lagras som en graf med hybridsökning. Assistenten svarar utifrån ärenden, issues och dokument i appen, och via MCP är kunskapsbasen RAG-systemet bakom Claude, ChatGPT och dina andra AI-verktyg. Ett hälsovärde visar vad som är inaktuellt, föräldralöst eller saknas.

Grafen för kunskapsbasen Runbooks, med deploy-runbooken markerad bredvid sina avsnitt och de runbooks den länkar till
Valfritt antalkunskapsbaser per arbetsyta, var och en med eget syfte och egen åtkomst
4 assistenterClaude, ChatGPT, GitHub Copilot och Gemini CLI, via MCP
3 signalerinaktuellt, föräldralöst och saknat, i en hälsopoäng
Per teamläs-, skriv- eller full åtkomst till varje kunskapsbas

Så fungerar det

Från tom sida till en intern kunskapsbas som förblir i gott skick.

  1. Sätt upp

    Ge varje kunskapsbas ett syfte och de avsnitt som varje sida måste besvara. Ge läs-, skriv- eller full åtkomst per team.

  2. Skriv

    Nya sidor kontrolleras mot profilen. Sidor som inte klarar kontrollen hålls kvar i granskningskön, utanför sökningen, tills någon godkänner dem.

  3. Koppla ihop

    Dokument och länkarna mellan dem lagras som en graf med embeddings, så att sökningen fungerar på både relationer och betydelse samtidigt.

  4. Fråga

    Assistenten svarar utifrån kunskapsbaser, ärenden och issues, i appen eller från Claude, ChatGPT, Copilot och Gemini CLI via MCP.

  5. Håll den i form

    Knowledge Health flaggar inaktuella sidor som fortfarande öppnas, föräldralösa sidor och sökningar utan träffar. Räkna om när du vill.

Det här ingår

Allt i Knowledge Base.

Kommer snart
Hälsosammanställning per organisationVeckorapport om hälsan

Graflagring

Dokument och länkarna mellan dem lagras som en graf, med embeddings som fångar betydelsen.

Hybridsökning

Sök på relationer och på betydelse i samma fråga.

Grafvy

Panorera, zooma och klicka för att markera kopplingar, med en läspanel vid sidan.

AI-assistent

Fråga om dina ärenden, issues och kunskapsbaser. Varje chatt sparas, så du kan fortsätta där du slutade.

Profiler och obligatoriska avsnitt

Varje kunskapsbas har ett syfte och de rubriker som varje sida måste besvara. Ett avsnitt som inte går att besvara ärligt går inte heller att fejka.

Granskningskö

Nya sidor som inte klarar en automatisk kontroll hålls kvar för granskning och syns inte i sökningen förrän någon godkänner dem. Du kan också hålla kvar alla sidor.

Åtkomst per team

Läs-, skriv- eller full åtkomst per team och kunskapsbas. Den som är Owner ser allt.

MCP-kopplingar

En koppling per medlem för Claude, ChatGPT, GitHub Copilot eller Gemini CLI. Den loggar in som medlemmen och når medlemmens kunskapsbaser, ärenden och arbetslogg.

RAG för dina AI-verktyg

Använd vilken kunskapsbas som helst som RAG-system för Claude, ChatGPT, Copilot, Gemini CLI eller ett annat AI-verktyg som stöder MCP. Den hämtar med samma hybridsökning som appen, inom varje medlems behörighet.

Knowledge Health

Flaggar inaktuella dokument som fortfarande öppnas, föräldralösa sidor och sökningar som inte gav träff. Räkna om när du vill.

Aktivitetslogg

Skapa, uppdatera, byta namn och ta bort per medlem, plus en logg över varje åtgärd assistenten gör, i appen och via MCP.

Mjukradering

Owner och Admin kan återställa en borttagen kunskapsbas.

På djupet

En närmare titt.

Profiler och granskning

Sidor som besvarar de frågor du har bestämt är viktiga.

De flesta kunskapsbassystem tar emot vilken sida du än ger dem. Här har varje kunskapsbas ett syfte och de rubriker som varje sida måste besvara. En runbook utan rollback-avsnitt, eller med tomt ägarfält, klarar inte kontrollen och hålls kvar i granskningskön, utanför sökningen, tills någon godkänner den. Ett avsnitt som inte går att besvara ärligt går inte heller att fejka.

  • Obligatoriska avsnitt per kunskapsbas
  • En automatisk kontroll av varje ny sida
  • Granskningskön håller ej godkända sidor utanför sökningen
  • Håll kvar alla nya sidor om du vill
En runbook skriven av en agent, kvarhållen i granskningskön eftersom rollback-avsnittet saknar steg och ägarfältet är tomt

RAG via MCP

Din kunskapsbas som RAG-systemet bakom dina AI-verktyg.

Koppla Claude Code, Claude, ChatGPT, GitHub Copilot, Gemini CLI eller ett annat AI-verktyg som stöder MCP, så hämtar det ur dina dokument, ärenden och din arbetslogg medan det svarar, med samma graf- och vektorsökning som appen. Det finns ingen pipeline att bygga: appen delar upp dina dokument i chunks, skapar embeddings och länkar dem själv. Varje medlems koppling loggar in som medlemmen, så den når bara det medlemmen kan se, och varje åtgärd hamnar i aktivitetsloggen.

  • Claude, ChatGPT, GitHub Copilot och Gemini CLI
  • Ingen chunkning, inga embeddings eller vektordatabaser att drifta
  • Hämtning inom varje medlems behörighet
  • Sidor i granskningskön hämtas inte
Så fungerar RAG via MCP →
MCP-kopplingar för Claude Code, Copilot, ChatGPT och Gemini CLI, en per medlem och inloggad som den medlemmen

Knowledge Health

Se vilken sida du ska rätta först.

Varje kunskapsbas får en hälsopoäng som du kan räkna om när du vill. Den listar gamla sidor som fortfarande läses, rangordnade efter antal läsningar, sökningar utan träffar, sidor som överlappar eller motsäger varandra, föräldralösa sidor som inget länkar till och allt som ser ut som en hemlighet. Svarskvaliteten visar hur användarna betygsätter svaren som varje dokument ger, och varje fynd har en knapp som ber assistenten skriva ett utkast till rättningen.

  • Inaktuella sidor som fortfarande efterfrågas, efter antal läsningar
  • Sökningar utan träffar, efter efterfrågan
  • Dubbletter och sidor som motsäger varandra
  • Hämtningar, betyg och träffkvalitet per dokument
Knowledge Health för Runbooks: poäng 83, de inaktuella, föräldralösa och saknade sidorna, och hur användarna betygsätter svaren som varje dokument ger

Kopplas till

Assistenterna ditt team redan använder.

ClaudeEn MCP-koppling per medlem, inloggad som den medlemmen.
ChatGPTEn MCP-koppling per medlem, inloggad som den medlemmen.
GitHub CopilotEn MCP-koppling per medlem, inloggad som den medlemmen.
Gemini CLIEn MCP-koppling per medlem, inloggad som den medlemmen.
Model Context ProtocolDen öppna standard som kopplingarna använder, så att nya assistenter som stöder den också kan ansluta.
Tickets och MonitoringAssistenten svarar utifrån ärenden och issues såväl som dokument.

Frågor

Vanliga frågor om Knowledge Base.

Hur många kunskapsbaser kan vi ha?

Så många du behöver. Var och en har eget syfte, egna obligatoriska avsnitt, granskningsinställningar och teamåtkomst, och den som är Owner ser alla.

Vad håller granskningskön kvar?

Nya sidor som inte klarar den automatiska kontrollen mot kunskapsbasens profil, till exempel när ett obligatoriskt avsnitt är tomt. De hålls utanför sökningen tills någon godkänner dem. Du kan också välja att hålla kvar alla nya sidor.

Vad mäter Knowledge Health?

Tre saker: inaktuella dokument som fortfarande öppnas, föräldralösa dokument som inget länkar till och sökningar utan träffar. Tillsammans ger de en poäng som du kan räkna om när du vill.

Vilka AI-assistenter kan anslutas?

Claude, ChatGPT, GitHub Copilot och Gemini CLI, via en MCP-koppling per medlem. Kopplingen loggar in som medlemmen och når medlemmens kunskapsbaser, ärenden och arbetslogg med samma behörighetskontroller som webbappen.

Kan Claude Code läsa vår interna dokumentation?

Ja. Varje kunskapsbas är också en MCP-kunskapsbas: varje medlem får en MCP-koppling som fungerar i Claude Code och i Claude, ChatGPT, GitHub Copilot och Gemini CLI. Den loggar in som medlemmen och söker i de kunskapsbaser medlemmen kan se, plus medlemmens ärenden och arbetslogg.

Kan vi använda kunskapsbasen som RAG-system för våra AI-verktyg?

Ja. Varje kunskapsbas är också en RAG-kunskapsbas via MCP. Koppla Claude, Claude Code, ChatGPT, GitHub Copilot, Gemini CLI eller ett annat AI-verktyg som stöder MCP, så hämtar det ur dina dokument, ärenden och din arbetslogg med samma hybridsökning som appen. Appen delar upp dina dokument i chunks, skapar embeddings och länkar dem, så det finns ingen pipeline eller vektordatabas att drifta, och varje koppling når bara det dess medlem kan se.

Vad är skillnaden mellan RAG och MCP?

RAG, retrieval augmented generation, betyder att en modell slår upp ditt eget innehåll innan den svarar. MCP, Model Context Protocol, är den öppna standard som ett AI-verktyg använder för att nå data och verktyg. Här samarbetar de: MCP kopplar ditt AI-verktyg till kunskapsbasen, och kunskapsbasen sköter hämtningen, så du får RAG utan att bygga det själv.

Hur hittar sökningen rätt sida?

Dokument och länkarna mellan dem lagras som en graf, med embeddings som fångar betydelsen, så en fråga söker på relationer och på betydelse samtidigt: graf- och vektorsökning tillsammans. Dina AI-verktyg får samma hämtning via MCP, graf-RAG och vektor-RAG i ett.

Loggas assistentens aktivitet?

Ja. Varje åtgärd från assistenten, i appen och via MCP, finns i aktivitetsloggen bredvid uppgifter om vem som skapade, uppdaterade, bytte namn på eller tog bort en sida.

Vad händer om någon tar bort en kunskapsbas?

Den mjukraderas. Owner och Admin kan återställa den.

Vad kostar Knowledge Base?

Per licens för varje person som har tillgång till Knowledge Base, plus lagring per gigabyte. Siffrorna finns på prissidan.