Có gì mới ở Ragenta.

Một đơn vị, mọi mô hình

Mức dùng được tính bằng credit. Một credit bằng một token đầu vào của mô hình cơ sở, và mọi mô hình tiêu credit theo đúng tỷ lệ chi phí thật — nên đổi agent từ mô hình rẻ sang mô hình đầu bảng chỉ làm đổi con số, không đổi đơn vị. Mỗi lần chạy đều hiện số đã tiêu, theo từng bước.

Gói miễn phí giờ là bản dùng thử

Tài khoản mới nhận 20.000 credit một lần, sau khi xác thực địa chỉ email, và không được cộng thêm hằng tháng. Một hạn mức tháng không bao giờ hết là một khoản chi phí không có điểm dừng và cũng không có lý do gì để nâng cấp. Điều mà gói miễn phí thật sự dùng để làm — một knowledge base, hai agent, một chỗ ngồi, mô hình economy — vẫn giữ nguyên.

• Starter 9$/tháng cho một người, có widget, webhook và lịch chạy
• Pro 29$/chỗ ngồi, thêm API key, nguồn cơ sở dữ liệu và mô hình premium
• Team 99$ trọn gói cho năm chỗ ngồi

Mua đúng thứ bạn cần

Các gói credit nạp thêm vẫn còn, và giờ bạn tự nhập số tiền từ 10$ trở lên. Lịch sử thanh toán, hoá đơn tải về được và ngày gia hạn gói đều nằm trên màn hình thanh toán — kèm cả việc nó có gia hạn hay không.

Từ một câu thành một đồ thị

Canvas trắng là phần khó nhất: mười bảy loại bước và không biết công việc này cần ba loại nào. Gõ điều bạn muốn agent làm, Ragenta phác ra các bước, các nhánh và các kết nối để bạn sửa. Không có gì được lưu cho tới khi bạn xuất bản một phiên bản, nên một bản nháp đè lên công việc của bạn chỉ tốn một cú bấm để hoàn tác, không phải cả buổi chiều.

• Mọi bản nháp đều được kiểm trước khi lên canvas — một loại bước bịa ra hoặc một cạnh nối vào hư không sẽ bị từ chối kèm lý do
• Các bước mà bước sau đọc dữ liệu từ đó được hiển thị theo tên, để prompt tham chiếu được
• Ghi đè lên công việc đang có luôn hỏi trước

So sánh các phiên bản trên cùng một câu hỏi

Bạn đổi prompt, đổi mô hình, thêm công cụ. Nó có tốt lên không? Gửi cùng một đầu vào tới hai hoặc ba phiên bản đã xuất bản cùng lúc và đọc các câu trả lời cạnh nhau, kèm chi phí của từng cái. Rồi xuất bản cái thắng, hoặc khôi phục cái bạn đang có.

Khung chat cho thấy nó đang làm gì

Câu trả lời giờ hiện dần ở tốc độ đọc được và có điểm kết thúc rõ ràng, rê chuột lên một tin nhắn sẽ hiện thời điểm gửi, và một câu trả lời bị dừng sẽ nói rằng nó đã bị dừng thay vì lặng im. Khi một bước lỗi, lý do nằm ngay trên bước đó chứ không chôn trong phần đầu ra.

Một bong bóng chat trên chính website của bạn

Một thẻ script đặt trợ lý có dẫn nguồn lên site của bạn, trả lời từ knowledge base của bạn. Endpoint này công khai theo thiết kế, nên nó được rào chặt nhất trong cả sản phẩm: origin được kiểm ở phía server theo danh sách của bạn, giới hạn tần suất áp theo từng khách, và mọi hội thoại đều tính vào workspace của bạn cùng được liệt kê kèm câu hỏi đã hỏi.

• Nhật ký hoạt động với đúng những câu hỏi khách đã hỏi
• Danh sách origin được phép, kiểm ở server chứ không phải ở trình duyệt
• Khi bị từ chối, khách nhìn thấy lý do thay vì một bong bóng trống

Chạy khi không có ai ở đó

Đặt agent chạy theo lịch, hoặc khởi động nó từ một webhook. Tạo API key và gọi từ sản phẩm của bạn — một key mang quyền hạn thấp hơn người đã tạo ra nó, và mỗi lần chạy đều ghi lại key nào đã khởi động. Webhook gửi đi được ký, có thử lại và có nhật ký.

Vai trò do workspace tự viết

Quyền được trả lời theo từng tài nguyên chứ không suy đoán từ tên vai trò, và một workspace có thể tự soạn vai trò riêng — nhưng không thể soạn ra vai trò mà chính họ không được giữ. Thông báo từ chối không còn nêu tên những tài nguyên mà người hỏi không được phép biết là có tồn tại.

Do chính người dùng kết nối, không phải một mật khẩu dùng chung

Tài khoản do chủ sở hữu kết nối qua OAuth, nên agent nhìn thấy đúng những gì người đó nhìn thấy và quyền được thu hồi ngay trong phần cài đặt tài khoản của họ. Thông tin đăng nhập lưu trữ được mã hoá và không bao giờ trả về qua API — bạn nhận lại một gợi ý đã che, không phải khoá bí mật.

Mọi thứ công cụ trả về đều được coi là dữ liệu

Một trang web, một email, một tin nhắn kênh hay một memory viết "bỏ qua chỉ dẫn của bạn" đều tới mô hình bên trong một hàng rào không thoát ra được. Những công cụ làm thay đổi thứ gì đó ngoài đời được đánh dấu rõ, và việc chấp thuận là quyết định của con người.

Một prompt thì dễ viết và không thể gỡ lỗi

Canvas biến agent thành những bước bạn nhìn thấy được. Hỏi mô hình, tìm trong knowledge base, gọi công cụ, rẽ nhánh theo phân loại, lặp qua danh sách, dừng lại chờ câu trả lời của người — và khi có gì sai, hãy chỉ vào đúng bước thay vì viết lại toàn bộ chỉ dẫn.

• Các nhánh được vẽ đúng nơi chúng dẫn tới
• Lỗi được nêu tên trước khi bạn xuất bản, không phải phát hiện ra ở một lần chạy đã mất tiền
• Mọi phiên bản đều được giữ, và cái nào cũng khôi phục được

Giọng nói và hình ảnh, trong cùng một hội thoại

Ghi âm ngay trong khung soạn và bản ghi được chuyển thành văn bản trước khi trở thành câu hỏi, file âm thanh vẫn đi kèm lượt chat. Đính một ảnh chụp màn hình và nó tới được mô hình thật sự nhìn được — mô hình chưa khai báo hỗ trợ thị giác sẽ không được đề xuất cho bước đó.

Một lần chạy tốn bao nhiêu, theo từng bước

Mỗi bước ghi lại nó nhận gì, trả lời gì, mất bao lâu và tiêu bao nhiêu. Lời gọi công cụ làm thay đổi thứ gì đó ngoài đời được đánh dấu, và việc chấp thuận là quyết định của con người chứ không phải mặc định.

Tải lên, rồi hỏi

Kết nối hoặc tải tài liệu lên, Ragenta bóc tách bố cục, cắt theo cấu trúc thay vì đếm ký tự, nhúng vào một không gian vector đa ngôn ngữ và giữ kết quả ở trạng thái tìm kiếm được. Trang scan đi qua OCR; bảng vẫn là bảng.

• Tìm kiếm vector và tìm theo từ khoá chạy song song, rồi reranker quyết định cái gì tới được mô hình
• Mỗi câu trả lời đều hiện các đoạn đứng sau nó, và những đoạn nào đã rớt dưới ngưỡng
• Tiếng Việt và tiếng Anh dùng chung một index — hỏi bằng thứ tiếng nào cũng tìm được tài liệu của cả hai

Workspace, dự án và con người

Một workspace sở hữu tri thức, thành viên và số dư của chính nó. Mời người vào, xếp họ vào dự án, và xem từng người đang tiêu bao nhiêu.

Mức sử dụng đọc được

Mức tiêu thụ là một sổ cái, không phải một bộ đếm có thể sửa. Mỗi lời gọi mô hình đều được ghi kèm tên mô hình, số token và mức giá tại thời điểm đó, và màn hình sử dụng cộng lại theo ngày, theo thành viên và theo mô hình.