Der coreAI-Blog
Fachartikel und Neuigkeiten von coreAI.
Agentenmodus: coreAI baut den Kontext selbst, wenn die Antwort fehlt
Wenn coreAI die Antwort nicht im bereits übergebenen Kontext findet, holt sich der Assistent das Fehlende selbst – im Agentenmodus kombiniert er semantische Suche, Stichwortsuche und Filter gegen Ihre eigene Wissensbasis und ruft externe MCP-Werkzeuge auf, wenn Sie relevante Quellen angebunden haben. Das Ergebnis sind vollständigere Antworten auf zusammengesetzte Fragen, mit Quellenangaben und einem ehrlichen „Das habe ich nicht gefunden", wenn die Antwort wirklich fehlt.
Schützen Sie einen Assistenten mit Ihrer eigenen Anmeldung über callbackUrl
Setzen Sie eine `callbackUrl` auf dem Assistenten, ruft coreAI Ihre eigene URL mit dem Token des Nutzers beim Initialisieren des Widgets auf – und lässt nur durch, wenn der Endpoint mit 200 antwortet. Die Prüfung läuft einmal pro Widget-Ladevorgang, nicht pro Frage, und die Anmeldung bleibt bei Ihnen.
So nutzt coreAI Entitätstypen, um Produkte, Dokumente und Kontaktpersonen zu unterscheiden
coreAI indexiert Ihre Daten als typisierte Entitäten — `products`, `contents`, `documents`, `events`, `educations`, `job_postings` und `contacts` — sodass der Assistent weiß, ob die Antwort ein Produkt, ein PDF oder eine Kontaktperson betrifft. Jede Entität kann zusätzlich `properties` erhalten, die später als Filter in Chat- und Suchaufrufen genutzt werden.
Der MCP-Import in coreAI ist eine Client-Integration, kein Bulk-Import
Der MCP-Import verbindet coreAI mit einem externen MCP-Server, ruft die angebotenen Tools ab und speichert die Tool-Schemata als JSON-Konfiguration am Assistenten. Die eigentlichen Daten werden erst geholt, wenn der Assistent sie während eines Gesprächs tatsächlich braucht – nichts wird in die Wissensdatenbank geschoben.
Der MCP-Server macht coreAI zum gemeinsamen Retrieval-Layer für KI-Agenten
coreAI kann die Wissensdatenbank eines Assistenten als MCP-Server bereitstellen, sodass externe KI-Agenten – Entwicklerwerkzeuge, IDEs und interne Workflows – über das Standardprotokoll Model Context Protocol dieselben Fragen stellen können wie der Chat. Dieselben kuratierten Quellen liegen sowohl hinter dem Chat-Widget als auch hinter der MCP-Oberfläche – ohne Kopieren, separate Vektorindizes oder Scraping.
So befüllen Sie einen coreAI-Assistenten per API mit Daten
Mit der coreAI-API können Entwickler einen Assistenten mit strukturierten Produkten, Dokumenten, Inhalten, Veranstaltungen, Schulungen, Stellenanzeigen und Kontaktpersonen befüllen, indem sie Entitäten aus dem eigenen System upserten. Sind die Daten einmal eingespielt, lassen sie sich in Chat und Suche nutzen.