Agenten mit eigenem Wissen versorgen: Dokumentensuche anbinden

Ein Sprachmodell kennt deine Handbücher, Regelungen und Produktunterlagen nicht. Ob du sie mitgibst, gezielt nachschlagen lässt oder eine Suche anbindest, entscheidet über Verbrauch, Genauigkeit und darüber, ob Antworten belegbar sind. Dieser Leitfaden hilft dir mit zehn Kriterien bei der Wahl.

Danach baust du in neun Schritten eine lokale Dokumentensuche in reinem Python: Abschnitte mit Fundstelle bilden, mit TF-IDF bewerten, als Werkzeug für einen Agenten bereitstellen, alternativ mit der Volltextsuche FTS5 von SQLite. Externe Dienste brauchst du nicht. Alle Skripte und Tests wurden ausgeführt, die Ausgaben samt verfehlter Fragen sind ehrlich übernommen.

Mit 20 Testfragen-Mustern, einem Bewertungsbogen und einem Auswertungsskript misst du, wie gut deine Suche wirklich findet. Zwölf Prompts, sechs Übungen und eine Liste mit zehn typischen Aufbereitungsfehlern runden das Heft ab.

Für wen? Für Entwicklerinnen und Entwickler, deren Agent auf eigene Unterlagen zugreifen soll, mit Grundkenntnissen in Python.

Wichtig: Die gezeigte Suche ist für kleine Sammlungen und zum Verstehen gedacht; Synonyme findet sie nicht. Welche Unterlagen ein Agent lesen darf, klärst du mit Fachleuten für Datenschutz. Ein echtes Modell wird nicht angeschlossen. Unabhängiger Leitfaden, kein Produkt von Anthropic und nicht mit Anthropic verbunden. Stand: Oktober 2026. Funktionen, Befehle und Preise ändern sich – prüfe die offizielle Dokumentation. Mit KI-Unterstützung erstellt.