Skip to content

RAG 知识库 ​

智能体天生不知道你的业务:它没读过你的产品手册、售后政策、报价表,也不知道你们内部的规范长什么样。知识库就是把这些"只有你知道的东西"喂给它——提问时先从你的资料里检索相关片段,再让模型带着这些片段回答。

这个做法叫 RAG(Retrieval-Augmented Generation,检索增强生成):先生成检索、再生成回答。相比把所有资料塞进提示词,它更省 token、也更容易更新——改了文档,重新构建一次就行,不用动智能体。

一、先把两个「库」分开:资料库 与 知识库 ​

平台里有两个名字很像的地方,很多人第一次用会走错:资料库和知识库。它们都能装文档,但一个是给人用的,一个是给模型用的。

资料库知识库
是什么空间的文档协作区:文档、表格、幻灯片、多维表格、透视页供模型检索的知识底库
谁在用人打开来读、写、改、评论、分享智能体回答前自动检索
存的是保留原格式的完整文件(Word、Excel、PPT、PDF…)被切开的段落 + 向量
怎么被用到你主动打开;也可以作为智能体的附件被读取每次提问都参与检索,命中的片段进模型上下文
改了以后立刻生效,看到的永远是最新文档要重新构建,构建完成前检索不到
典型内容交付物、方案、合同、报表、项目资料、会议纪要产品手册、售后政策、FAQ、内部规范
入口左侧「资料库」空间「组件资源 → 知识库」

一句话记住:资料库是给人看的文件柜,知识库是给模型查的索引。

两者不是二选一。常见做法是:原件与交付物放资料库(给人看、给项目留底),其中需要被反复提问的那部分——政策口径、SOP、产品参数——再灌进知识库,让智能体回答时能查到。

三句话判断该放哪

  1. "我要把这个文件存下来、发给同事看" → 资料库。
  2. "我要智能体回答时能引用这段内容" → 知识库。
  3. 两个都要? 原件进资料库,切好的内容进知识库——同一份内容放两处很正常。

资料库本身的用法(新建、导入、分享、版本、协作)见资料库使用说明。

二、知识库在哪、能干什么 ​

入口:空间左侧「组件资源 → 知识库」。

知识库列表:所有人 / 由我创建两个页签,右上角「+ 创建知识库」

页面很简单:所有人 / 由我创建 两个页签、一个搜索框、右上角 + 创建知识库。卡片上能看到名称、最近编辑时间、描述摘要,右下角 ⋯ 里是删除。

点进任意一个知识库,顶部有四个页签,它们解决的是不同问题:

页签解决什么、什么时候用
文档知识的主体:上传的 PDF / Word / Markdown 被切成一段段存进库里。建库后的第一步,占日常维护的九成
QA 问答固定问题 → 标准答案,命中就直出。留给口径必须一字不差的问题:价格、政策、免责声明
知识图谱把文档里的实体与关系抽出来画成节点图。适合"谁和谁是什么关系"这类关联推理
测试命中用真实的提问去考这份库,看召回得准不准。上线前、以及每次改完文档之后都该跑一次

要不要建知识库,先问三句

  1. 智能体要回答的答案,在你的文档里吗?不在文档里,建库也检索不出来。
  2. 这些文档经常变吗?经常变就适合建库——改文档比改提示词省事。
  3. 问题五花八门吗?如果就那么几十个固定问题,直接用 QA 问答 更快更准。

三、创建知识库 ​

点右上角 + 创建知识库:

创建知识库弹窗:名称、描述、向量模型、文档内容提取方式、图标
字段怎么填
名称说明这个库装什么,最多 100 字。名字会出现在智能体挂载知识库的下拉里,起得清楚一点省事
描述最多 10000 字。这段描述是给大模型读的,写清"这里面是什么、适合回答哪类问题",检索时会用到
向量模型必选。文档要变成向量才能被检索,这里选的就是干这活的模型。下拉里出现的是当前空间可用的向量模型(如 GLM-Embedding-3、text-embedding-v4);一个都选不到,先去模型管理把向量模型加进来
文档内容提取方式一般选 系统默认;如果你为某类格式专门做了提取工作流,选 自定义工作流
图标可换,仅影响列表里的显示

点确定,一个空库就建好了。

四、往库里加内容 ​

4.1 两种添加方式 ​

进知识库,右上角 添加内容,菜单里两个选项:

添加内容菜单:本地文档、自定义
方式用法适合
本地文档上传文件,可批量手头已经有 PDF / Word / Markdown 等资料
自定义直接把文字粘进"文档内容"框从网页、聊天记录里拷来的一段话,或临时补一条口径

上传支持的格式很宽——不只是文档,图片、音视频也能进库,平台会先转成文字再入库:

PDF、TXT、DOC、DOCX、MD、JSON、JPG、PNG、GIF、WEBP、SVG、HEIC、MP4、MKV、MOV、WEBM、MP3、AAC、WAV、FLAC、OGG、OPUS。 一次最多 300 个文件,单个文件不超过 100MB,PDF 最多 500 页。

4.2 三步向导:上传 → 创建设置 → 数据处理 ​

选「本地文档」后是一个三步向导,中间这一步决定了检索效果的上限。

第一步,上传:拖文件进去,或点区域选文件。

添加内容第一步:拖拽或点击上传文档,支持多格式与音视频

第二步,创建设置:三选一,决定文档怎么被切开。

创建设置:自动分段与清洗 / 智能分段 / 自定义
方式它做什么什么时候选
自动分段与清洗(默认)按平台内置规则切分,顺手清掉页眉页脚、多余空行这类噪声绝大多数情况,尤其格式规整的 Word / PDF
智能分段用 AI 识别文档结构(标题层级、表格、条款),按语义边界切结构化很强的文档:合同、制度、技术手册
自定义自己定分段标识符、长度、重叠度切出来的效果总是不对,或者文档格式很特殊

选「自定义」会展开三个参数:

  • 分段标识符:按什么切。默认 换行(\n),还可以选 2个换行、中文句号 。、问号、感叹号等,或自己填一个;
  • 分段最大长度:一段最多多少字,默认 800;
  • 分段重叠度 %:相邻两段重复多少内容,默认 10。留一点重叠,是为了避免答案正好被切在两段交界处而检索不到。

第三步,数据处理:确认要处理的文件清单,点确认,回到文档列表开始构建。

分段怎么调

  • 一段太长:检索回来一大坨,模型要从里面自己挑,容易答偏;一段太短:上下文碎掉,答案被拆散。
  • 800 字左右对中文资料是个不错的起点。条款类、FAQ 类文档可以更短(300~500),叙述性长文可以更长。
  • 拿不准就先按默认跑,再回来看「处理效果」——看得见才调得准。

五、看看切得对不对 ​

文档加进去后,左侧「文档列表」按文件列出,每份后面跟着构建状态(如 构建中)。构建完成之前,这份文档是搜不到的。

点任意一份文档,右侧会把它切出来的内容按段落铺开——这就是处理效果,检索时真正被拿去匹配的就是这些块:

文档分词结果:每个段落块即检索时的最小单位

看三件事:

  1. 块是不是完整的语义单元:一句话被切成两半、一个表格被拆散,都说明分段方式不合适,回第三步换一种;
  2. 有没有噪声:页眉、页码、乱码混进块里,会拉低召回质量,用「自动分段与清洗」通常能压掉;
  3. 块的数量:同一份文档块数暴涨,往往是分段太碎,可以调大最大长度。

文档名右侧的几个图标依次是编辑、预览与删除这份文档。删掉再传是调整分段的常规操作——不影响其他文档。

六、QA 问答:固定问题给标准答案 ​

有些问题不该靠"检索+总结"回答:价格、退换货期限、免责声明,这类答案必须一字不差。这时用 QA 问答 页签——命中就直接返回你写的答案,不经过模型改写。

点右上角 添加QA问答,两种添加方式:

  • 手动添加:填问题(≤500 字)和答案(≤5000 字),适合一条条补;
  • 批量导入:Excel 批量灌进去,适合一次几百条。

批量导入要求先用模板:+ 添加QA问答 → 批量导入 → 下载模板,按模板的列填好,再传回来(仅支持 .xlsx / .xls,不超过 10MB)。

QA 批量导入:下载模板后按格式填写并上传,仅支持 xlsx/xls,10MB 以内

QA 列表支持按分类筛选、按问题搜索,方便你回头核对哪条口径过期了。

QA 与文档的关系

两者是叠加的:QA 命中就直出,不命中再走文档检索。所以不要把整份文档拆成 QA 塞进去——QA 只留给"必须精确"的那部分,其余交给文档。

七、测试命中:上线前自己考一遍 ​

改完库别急着挂到智能体上,先在 测试命中 页签里自己考一遍:

命中测试配置:测试范围、搜索模式、测试 Query,下方是「执行命中测试」
项说明
测试范围只测某几份文档,还是整个库
搜索模式语义搜索(按意思找)/ 混合搜索(语义 + 关键词,默认)/ 全文搜索(严格按词匹配)
测试 Query就写用户真会怎么问,最多 100 字

点「执行命中测试」,右侧 召回结果 会列出这次命中的段落和来源文档。判断标准很简单:想让它命中的内容,出现在结果里了吗? 没出现,就回去改分段、补文档,或者把这条写成 QA。每次测试都会进 测试历史,改完再考一次能对比出来。

八、知识图谱:让回答更准的那一层(可选) ​

普通知识库有个天生的短板:它只按"像不像"找片段。你问一句,它按语义相似度捞回一批段落——捞对了,答案就对。可一旦问题要跨几份文档、把"谁属于谁、谁导致谁、谁适用于谁"串起来才答得完整,相似度就使不上劲了:它不知道 A 和 B 之间有关系,只能分别捞回讲 A 的那段和讲 B 的那段,中间那根线丢了,模型就只能靠猜,答偏、答漏都从这里来。

知识图谱 页签补的正是这根线。它在构建文档时额外抽一遍实体与关系:文档里出现过的人、产品、设备、症状、条款各自成为一个节点,「包含 / 属于 / 转化为 / 经过 / 融合来源」这类关系成为连接节点的边。检索时就不只是"找相似段落",还能沿关系链把一整圈相关内容取全——这是它提高准确性的地方:

  • 答得更全:问"心和哪些东西有关系",图谱直接给出"经过 → 肝""转化为 → 血""包含 → 认知框架"……不用模型从零散段落里自己拼;
  • 答得更准:关系带方向(A 属于 B,不等于 B 属于 A)。模型拿到的是带类型、带方向的事实,而不是一堆"看起来相关"的文字,张冠李戴的概率明显下降;
  • 说得清来源:节点都记着自己是从哪份文档抽出来的,怀疑答案时能回原文核对。

两者是叠加关系,不是二选一:文档块负责"原文细节",图谱负责"结构与关系",一起进模型上下文。所以同一个库开了图谱之后,回答通常更完整、更少胡编。

8.1 建图谱:先有文档,再抽关系 ​

图谱是从已有文档里抽出来的,顺序不能反:先把文档传进来、等它构建完成,再在 知识图谱 页签里选中文档,点右上角 知识图谱 确认生成:

知识图谱页签:文档清单(ID、文档名称、状态、文件类型、创建时间、更新时间)与「确定要生成知识图谱吗」确认弹窗

清单列的就是待抽取的文档:ID、文档名称、状态、文件类型、创建时间、更新时间,最右侧那个按钮单独对某一份文档触发抽取。抽取是异步的,文档越大等得越久——状态没变「已完成」之前,图谱里查不到它。

8.2 画布:看节点、看关系、看来源 ​

抽取完成后进入画布:

知识图谱画布:实体节点与带方向的关系连线,顶部可搜索节点,右侧显示所选节点的实体类型、实体描述与相关实体

画布怎么用:

  • 滚轮缩放、拖动平移:关系多的时候先缩到能看全,再放大看局部;
  • 搜索节点(画布右上角):节点成百上千,按名字搜比用眼睛找快得多;
  • 点任意节点:右侧出详情——实体类型(对象实体、概念、事件等)、实体描述、相关实体,每一条相关实体都标着关系名(如「包含 → 认知框架」「转化为 → 血」);
  • 顺着关系读:连线上的标签就是关系名,箭头是方向。想知道"顺着这条还会牵出什么",就沿箭头往外点。

图谱管"关系",文档管"细节"

图谱给模型的是一张关系网,具体条款、数字、参数仍然来自文档块和 QA。所以两者一起开才是完整方案:图谱补全"有哪几块、怎么连",文档补全"每块具体写了什么"。

8.3 什么样的库值得建图谱 ​

值得建不太需要
知识本身是网状的:产品—部件—故障—处理方案、疾病—症状—药物—禁忌、法规—条款—适用主体就是一堆彼此无关的 FAQ、公告、话术
问题常是"X 和 Y 什么关系""还有哪些相关的"问题都是"这条怎么规定的""多少钱"
同一个实体散落在多份文档里,需要聚合起来看内容少、结构简单,向量检索已经够准

拿不准就先不建:图谱是可选项,开了更准,但要多花一次抽取的时间和模型调用。等发现"答案总是缺一块关联信息"时再来开,最划算。

配图取自平台示例知识库(界面、实体与关系名称仅作示意),与你的实际业务无关。图谱的概念与适用范围另见知识库与知识图谱。

九、挂到智能体上用 ​

知识库是独立资源,建好之后要在智能体里挂载才能被用到:打开智能体编排页,在知识库/组件一栏选中它,再设定检索条数一类的参数。挂载之后,模型遇到需要外部知识的问题就会自己去查。

问答型智能体通常只挂一个库;通用型智能体可以挂多个,让它按问题自己选。

十、删除 ​

  • 删文档:进库 → 选中文档 → 右上角垃圾桶 → 确认。只影响这一份。
  • 删整库:回到知识库列表 → 卡片右下角 ⋯ → 「删除」。库里所有文档与 QA 一并消失,不可恢复,挂载了它的智能体会直接失去这份知识。

十一、注意事项 ​

  • 构建中不等于可用。状态还是「构建中」时检索不到,别在这时候判断"知识库没效果"。
  • 文档质量决定上限。扫描件、图片型 PDF 先确认能正确提取文字,否则进去的是乱码。
  • 分段参数不是越细越好。切得碎,召回多但都是半句话;先按默认,看处理效果再调。
  • 向量模型要选对。它把文字变成可检索的向量,一个库定一个;空间里一个向量模型都没有,先去模型管理加。
  • QA 优先,文档兜底。必须精确的口径写成 QA,其余交给文档检索。
  • 改完要重新考。文档增删改之后,用「测试命中」再跑一遍典型问题。
  • 别放不该扩散的内容。知识库的检索结果会原样进入模型上下文,密钥、个人信息这类内容不要入库。
  • 配图取自正式环境的个人空间,库名与文档内容与实际业务无关。