Không gian AI biến tri thức của bạn thànhcâu trả lời
Chat có dẫn nguồn và AI agent chạy trên chính tài liệu, ứng dụng và cơ sở dữ liệu của bạn.
Hợp đồng doanh nghiệp theo năm được hoàn tiền trong 30 ngày kể từ ngày xuất hoá đơn. Sau thời hạn đó, phần chưa dùng được chuyển sang kỳ kế tiếp thay vì hoàn tiền.
3 nguồn
Chạy trên những mô hình bạn đã tin dùng
Xây cho tri thức nội bộ nhạy cảm
Truy hồi có phạm vi
Theo workspace, dự án và vai trò
Triển khai riêng
VPC của bạn hoặc on-premise
Không dùng để huấn luyện
Nội dung vẫn là của bạn
Câu trả lời kiểm toán được
Nguồn, điểm số, trace đầy đủ
Agent biến câu hỏi thành câu trả lời có nguồn
Hỏi bằng ngôn ngữ tự nhiên. Ragenta tự lên kế hoạch truy hồi, chọn đúng công cụ, tự kiểm tra lại, rồi trả lời với mọi khẳng định đều liên kết ngược về đoạn văn gốc.
Đang chạy kế hoạch 3 bước
Bắt đầu
begin
Đọc hộp thư
agent · gmail_search
Phân loại theo chủ đề
categorize
Soạn thư trả lời
llm
Mở một issue
agent · github_create_issue
Đăng lên Slack
agent · slack_post
Phác bằng một câu
Đọc email hôm qua, phân loại theo chủ đề, và xử lý từng loại.
Không có gì được lưu cho tới khi bạn xuất bản một phiên bản.
Dựng một agent bạn thật sự nhìn thấy được
Các bước, nhánh rẽ và vòng lặp trên canvas thay vì một prompt dài dằng dặc. Mô tả công việc bằng một câu và Ragenta phác ra flow để bạn sửa — và mọi phiên bản bạn xuất bản đều được giữ lại, nên một thay đổi luôn hoàn tác được.
Xem canvas hoạt động thế nào →Một knowledge base cho mọi nguồn dữ liệu
Drive, Notion, Slack, GitHub, bảng tính và cơ sở dữ liệu của bạn — index vào một knowledge base duy nhất, hoặc để agent đọc trực tiếp. Ragenta lấy đúng ngữ cảnh cho từng câu hỏi và cho thấy nó đã dùng những đoạn nào.
Mô hình, công cụ & connector
Mọi thứ có thể cấp cho một agent
Mô hình suy luận ngữ cảnh dài. Mặc định cho các agent phải lập kế hoạch nhiều bước và đọc trọn tài liệu dài.
Mô hình chat đa dụng, gọi hàm tốt. Phù hợp cho agent dùng nhiều công cụ và bài toán trích xuất có cấu trúc.
Mô hình đa phương thức, đọc được PDF scan, ảnh chụp màn hình và sơ đồ cùng lúc với văn bản trong một hội thoại.
Mô hình embedding đa ngôn ngữ, gộp tiếng Việt và tiếng Anh vào cùng một không gian vector — không cần index riêng theo ngôn ngữ.
Cross-encoder sắp xếp lại các đoạn đã truy hồi theo mức liên quan thật, trước khi đưa vào ngữ cảnh của mô hình.
Dựng agent như một sơ đồ: các bước, nhánh rẽ và vòng lặp bạn nhìn thấy được, chạy được và quay lui được.
Một thẻ script đặt trợ lý có dẫn nguồn lên website của bạn, trả lời từ knowledge base của bạn.
Mô hình trọng số mở, có thể tự chạy trên hạ tầng của bạn. Lựa chọn rẻ cho khối lượng lớn, rủi ro thấp.
Mô hình trọng số mở, tiếng Việt và tiếng Trung tốt. Lựa chọn tiết kiệm cho workspace không dùng tiếng Anh.
Mô hình embedding tối ưu cho truy hồi, dùng với kho tài liệu tiếng Anh dài và nhiều thuật ngữ kỹ thuật.
Chuyển giọng nói thành văn bản cho tin nhắn thoại trong chat và để index các cuộc gọi, cuộc họp đã ghi.
Đọc câu trả lời thành tiếng, trong chat hoặc như một bước giọng nói trong flow.
33 mục trong danh mục · liên tục bổ sung
Mô hình và công cụ, luôn cập nhật
Ragenta không khoá bạn vào một nhà cung cấp. Chọn mô hình riêng cho từng agent, đổi mô hình mà không phải viết lại prompt, và cấp cho agent đúng công cụ, connector cần dùng — kể cả máy chủ MCP bạn đang tự vận hành.
Xem toàn bộ danh mục →Đưa nó lên website của bạn bằng một dòng
Một bong bóng chat trả lời từ knowledge base của bạn, trên tên miền của bạn. Danh sách origin được phép kiểm ở server của chúng tôi, mọi hội thoại đều tính vào workspace của bạn, và bạn đọc được đúng những câu khách đã hỏi.
Xem widget báo cáo những gì →Bên bạn có giao Đà Nẵng không, mất bao lâu?
Có — Đà Nẵng giao hôm sau với đơn đặt trước 16h, sau giờ đó là hai ngày. Miễn phí giao cho đơn trên 500.000 ₫.
2 nguồn
Dán ngay trước thẻ đóng body
<script src="https://app.ragenta.cloud/widget.js"
data-key="wk_live_8f2c…"></script>128
Hội thoại hôm nay
94%
Trả lời từ tài liệu của bạn
3,410
Credit đã dùng
Từ những đội đang dùng mỗi ngày
“Chúng tôi có ba công cụ tìm kiếm riêng biệt và không cái nào trả lời được một câu hỏi. Ragenta thay cả ba chỉ trong một tháng, và phần trích dẫn mới là lý do mọi người thực sự tin nó.”
Trưởng phòng Vận hành
Logistics, 900 nhân sự
“Tỷ lệ tự xử lý ticket từ một dòng trong slide chiến lược đã thành con số trên dashboard. Retrieval trace là thứ giúp chúng tôi tự gỡ lỗi thay vì mở ticket cho nhà cung cấp.”
Trưởng nhóm Hỗ trợ khách hàng
B2B SaaS
“Truy hồi theo phân quyền là điều kiện tiên quyết. Pháp chế sẽ không duyệt bất cứ giải pháp nào gom hồ sơ nhân sự vào chung một kho.”
Giám đốc CNTT
Dịch vụ tài chính
“Tài liệu của chúng tôi nửa tiếng Việt nửa tiếng Anh. Một index xử lý được cả hai, và câu hỏi tiếng Anh vẫn tìm ra đúng đoạn tiếng Việt.”
Engineering Manager
Fintech, TP. Hồ Chí Minh
“Agent không chỉ truy hồi — nó tự quyết định cần tra cứu gì tiếp theo. Khoảnh khắc nó tự truy vấn lại sau một kết quả yếu là lúc cả đội hiểu ra giá trị.”
Trưởng bộ phận Dữ liệu
Tập đoàn y tế
“Chúng tôi đổi mô hình nền hai lần trong một quý mà không phải sửa một prompt nào. Sự linh hoạt đó đáng giá hơn bất kỳ điểm benchmark nào.”
Principal Engineer
Phần mềm doanh nghiệp
Từ blog
Đọc blog →Cách cắt chunk quyết định chất lượng RAG nhiều hơn cả mô hình bạn chọn
Khi câu trả lời sai, nhiều đội vội đổi sang mô hình lớn hơn. Chín trên mười lần, vấn đề thật là truy hồi chưa bao giờ lấy đúng đoạn cần dùng.
Câu trả lời không trích dẫn chỉ là phỏng đoán được viết đúng ngữ pháp
Trích dẫn không phải phần trang trí thêm cho sản phẩm RAG. Đó là cơ chế duy nhất để người đọc quyết định có nên tin những gì vừa đọc hay không.
Khi nào agent thắng workflow — và khi nào thì không
Agent là lựa chọn đúng khi các bước phụ thuộc vào kết quả bước trước. Còn lại, một pipeline cố định rẻ hơn, nhanh hơn và dễ gỡ lỗi hơn.