Wissensbasis-Suche
Semantische RAG-Suche über alle Beiträge von beckmann.ai — liefert die relevantesten Artikel samt Textauszug als Antwortgrundlage.
Was macht das Tool?
Macht die komplette Wissensbasis von beckmann.ai in deinem KI-Client durchsuchbar: Das Tool bettet deine Frage ein, rankt alle Blog-Beiträge per Vektor-Ähnlichkeit und liefert die Treffer mit Titel, URL, Ressort, Relevanz-Score, Teaser und dem passendsten Textauszug.
Dein Assistent kann damit fundiert antworten und direkt auf die Quelle verlinken — statt zu raten. Fällt die semantische Suche aus, greift automatisch ein lexikalischer Fallback.
- Semantische Suche (Embeddings) statt bloßem Stichwort-Match
- Treffer mit Textauszug (excerpt) — ideal als RAG-Grundlage
- Beide Sprachen durchsuchbar, optional auf DE oder EN begrenzt
- Lexikalischer Fallback — die Suche bricht nie
So sprichst du es an
Beispiel-Prompts zum Kopieren — dein Assistent ruft das Tool dann von selbst auf.
„Suche in der Beckmann-Wissensbasis nach „EU AI Act Pflichten für Unternehmen“ und fasse die Treffer zusammen.“
„Was schreibt beckmann.ai über MCP-Server? Nutze search_knowledge und verlinke die Quellen.“
Parameter
| Name | Pflicht | Beschreibung |
|---|---|---|
query | ja | Frage oder Stichwörter (2–200 Zeichen). |
language | optional | „de“ oder „en“ — Standard: beide Sprachen. |
limit | optional | Maximale Trefferzahl 1–10 (Standard 5). |
Und dann?
https://mcp.beckmann.ai Zur Einbinden-Anleitung → Mein Toolset →