Appearance
知识库
知识库、数据库和记忆库是资源库中的三类核心数据资源。本页重点说明知识库从创建、加工、验收到引用和维护的完整流程，并在文末说明数据库、记忆库与知识库的使用边界。
本栏目导航
知识库的定位
知识库用于把文档、表格、图片等原始资料加工成可以被模型检索和引用的知识片段。创建知识库只是建立容器；真正决定问答效果的是源资料质量、解析方式、分段策略、检索配置和上线前验收。
知识库适合处理以下内容：
- 产品手册、制度规范、技术文档和操作规程。
- 常见问题、标准问答、客服话术和业务口径。
- Excel、CSV、TSV 等结构化表格。
- 网页、帮助中心文章和 Markdown 页面。
- 产品技能、SOP、接口说明和跨文档依赖资料。
- 图片、扫描件和扫描 PDF 中的文字信息。
知识库不适合代替业务数据库。需要精确增删改查、事务一致性、统计聚合或结构化关系查询时，应使用数据库；需要保存用户长期偏好、画像和会话事实时，应使用记忆库。
资源库知识库与企业知识库
| 类型 | 主要用途 | 管理范围 | 典型使用方 |
|---|---|---|---|
| 资源库知识库 | 为智能体、应用和工作流提供可复用检索资料 | 当前工作空间内的低代码资源 | 智能体、知识库检索节点、低代码应用 |
| 企业知识库 | 企业级知识治理、目录、权限、共享和跨组织使用 | 企业或组织范围 | 企业应用、UNS、数据工厂及获得授权的项目 |
如果目标是为某个工作空间的智能体快速构建 RAG 资料，使用资源库知识库；如果涉及企业范围的目录治理、组织权限和数据资产管理，进入企业知识库与 UNS。
进入知识库资源列表
从左侧“低代码”进入资源库，选择“知识库”页签。页面支持按创建者和状态筛选，也可以通过搜索框查找资源。
在列表中可以：
- 点击知识库名称进入文件和片段管理页。
- 从右上角“资源”菜单创建知识库。
- 通过行末操作菜单复制到其他工作空间或删除知识库。
- 查看创建者、编辑时间和资源状态，确认当前使用的是正确空间中的资源。
复制到其他工作空间会产生独立资源。复制完成后，应在目标空间重新检查文件、权限及引用关系，不要假设源知识库后续更新会自动同步。
创建知识库
点击“资源”并选择“知识库”，填写名称、描述、类型和图标，然后完成创建。
基本信息
- 名称：必填，最多 100 个字符。建议包含业务域和资料范围，例如“SCR 脱硝诊断知识库”。
- 描述：必填，最多 2000 个字符。应说明资料主题、适用对象、使用场景和不适用范围，帮助维护者和智能体正确选择资源。
- 类型：按主要内容形态选择。类型用于表达知识库用途并给出对应上传建议。
- 图标：可以选择文档、手册或资料图标，便于在资源选择器中识别。
不要用“测试”“资料”“知识库1”等名称。名称和描述应让未参与创建的成员也能判断知识库是否适合当前任务。
知识库类型
| 类型 | 适合内容 | 建议准备方式 |
|---|---|---|
| 文档知识库 | PDF、Word、Markdown、TXT 等长文档 | 保留标题层级，删除重复封面、页眉页脚和无关附录 |
| FAQ 知识库 | 问答清单、客服话术、常见问题 | 保持一个问题对应一个清晰答案，补充同义问法 |
| 表格知识库 | 结构稳定的业务表格 | 首行使用明确字段名，避免合并单元格和多层表头 |
| 网页知识库 | 帮助中心文章、HTML 导出、Markdown 页面 | 去除导航栏、推荐位、版权脚注等网页噪声 |
| 产品技能知识库 | SOP、流程手册、接口说明、跨文档规则 | 统一术语、前置条件、步骤、异常处理和输出口径 |
| 图片知识库 | PNG、JPG、WEBP、BMP、扫描件 | 使用清晰原图，开启多模态解析并抽查 OCR/VLM 结果 |
| 电子表格知识库 | Excel、CSV、TSV | 保持列含义稳定，拆分多个无关 Sheet，补充字段说明 |
一个知识库应围绕相对稳定的主题建立。主题跨度过大时，建议拆成多个知识库，让智能体按场景选择，避免无关片段互相干扰。
准备源资料
系统当前默认支持以下本地文件类型，实际允许类型和大小仍以知识库返回的上传策略及页面提示为准：
- 文本与文档：
.doc、.docx、.md、.pdf、.ppt、.pptx、.txt。 - 表格：
.csv、.tsv、.xls、.xlsx。 - 图片：
.bmp、.jpeg、.jpg、.png、.webp。
上传前建议完成以下处理：
- 删除空白页、重复章节、页眉页脚、广告、版权脚注和无关导航。
- 为章节使用稳定、清晰的标题层级，避免整篇文档只有一个大段落。
- 统一专业术语、单位、缩写和产品型号；必要时增加术语表。
- 将复杂表格拆成字段明确的简单表格，避免只靠颜色或合并单元格表达含义。
- 为图片和扫描件确认清晰度、方向和语言，避免模糊、水印遮挡或旋转页面。
- 删除不应被模型检索的个人信息、密钥、内部账号和其他敏感内容。
知识库只会基于上传内容建立检索数据。错误、过期或互相矛盾的源资料不会在解析过程中自动变成正确知识。
上传文件并配置处理规则
进入知识库详情页后，点击“上传文件”。选择文件前，先配置解析和分段规则；确认后再从本机选择文件并上传。
解析模型
| 设置 | 作用 | 使用建议 |
|---|---|---|
| 智能多模态解析 | 对图片和扫描 PDF 调用 OCR/VLM，提取可检索文本 | 纯文本文件通常关闭；图片、扫描件或图文混排资料开启 |
| 文本向量模型 | 将片段转换为检索向量 | 同一知识库尽量使用稳定模型；更换模型后重新验收检索效果 |
| OCR 模型 | 识别图片中的文字 | 关注小字、表格、印章、特殊符号和中英文混排准确度 |
| VLM 模型 | 理解图片、版面和视觉语义 | 适合图表、复杂页面和需要版面理解的资料 |
开启多模态解析后，OCR 和 VLM 模型才可选择。多模态处理通常比纯文本解析耗时更长，也可能增加模型调用成本。
切分模式
| 切分模式 | 适合内容 | 注意事项 |
|---|---|---|
| 按段落切分 | 长文档、制度和说明材料 | 源文档需要有合理段落，过长段落仍可能形成大切片 |
| 按句子切分 | FAQ、短知识点和密集说明 | 上下文容易被拆散，需要适当增加片段重叠 |
| 按 Markdown 结构切分 | 章节文档、网页和 Markdown | 推荐保留标题层级和段落边界 |
| 按长度切分 | 表格、高密度文本或结构较弱的内容 | 重点检查切分是否截断完整语义 |
分段与清洗参数
- 保留段落边界：尽量避免在自然段内部截断内容。
- 预处理规则：支持去除多余空白、统一换行、删除 URL、删除电子邮件地址和保留标题层级。
- 单片段长度：允许 200～4000。过小会丢失上下文，过大会降低召回精度并占用更多上下文窗口。
- 片段重叠长度：必须小于单片段长度，用于保留相邻切片之间的上下文。
- 单文档最大片段数：允许 10～10000，用于限制异常大文档产生过多切片。
当前页面默认值为按 Markdown 结构切分、保留段落边界、统一换行、单片段长度 900、重叠长度 120、单文档最多 2500 个片段。默认值只是起点，应根据资料类型和检索测试调整。
查看文件和解析片段
上传完成后，详情页左侧按文件类别显示文件目录，右侧显示当前文件的解析结果。
文件目录
文件会按文本、表格、图片和其他类型归类。选择文件后，可以查看文件大小、处理时间和片段数量，并执行配置调整或删除。
上传和解析通常是异步过程。文件刚上传后没有片段并不一定代表失败，可以先点击“刷新”检查最新状态；如果持续没有结果，再检查文件格式、上传策略和处理日志。
解析片段
“解析片段”展示检索时实际参与召回的内容。每个片段可以包含：
- 片段序号和正文。
- 所属章节或路径。
- 原文页码。
- Token 数量。
- 展开或收起全文的入口。
至少抽查文档开头、中间和结尾的片段，并重点检查标题与正文是否被错误拆开、表格是否丢列、图片文字是否识别错误、敏感内容是否误入知识库。
源文件预览
切换到“源文件”可以对照原始内容。系统会根据文件类型使用相应预览方式：
- PDF、图片、Markdown 和文本文件直接预览。
- CSV、TSV、Excel 以表格形式预览；预览范围用于质量检查，不代表完整数据被截断。
- 不支持在线预览的文件提供访问或下载入口。
当解析片段与源文件内容不一致时，应先修正源资料或处理规则，再重新解析，不要直接依赖错误片段上线。
重新分段和清洗
选择文件后点击配置图标，可以查看该文件当前处理规则并重新分段。重新处理适合以下情况：
- 修改了切分模式、片段长度或重叠长度。
- 启用 OCR/VLM 以补充扫描件内容。
- 更换向量、OCR 或 VLM 模型。
- 调整预处理规则以去除噪声或保留标题。
- 已修正源文件并需要重建片段。
“重新分段并清洗”会重建该文件的解析片段。执行前记录原配置，执行后重新抽查切片并运行回归问题；正在被智能体使用的知识库应选择业务低峰期操作，避免处理期间检索结果不稳定。
配置智能体和工作流引用
知识库完成内容验收后，才能添加到智能体、应用或工作流。
智能体引用
在智能体的知识配置中选择资源库知识库，并根据场景设置：
- 调用方式：自动调用由模型判断是否检索；按需调用由配置逻辑决定何时检索。
- 搜索策略：混合检索同时使用语义和全文检索；语义检索适合理解近义表达；全文检索适合型号、编码和精确关键词。
- 最大召回数量：单次可配置 1～10 个片段。数量越多不一定越准确，应避免无关上下文挤占模型窗口。
- 最小匹配度：允许 0.01～0.99，低于阈值的片段不会返回。
- 查询改写：将用户问题改写为更适合检索的表达，适合口语、指代和上下文依赖问题。
- 结果重排：对初次召回结果二次排序，适合候选片段较多的知识库。
- 无召回复：配置未找到知识时的默认或自定义回复，避免模型编造答案。
- 显示来源：需要可追溯回答时，在回复中展示知识来源。
工作流引用
工作流可以使用知识库检索节点读取片段，也可以通过知识写入、删除等节点维护知识内容。配置时应明确：
- 查询文本来自哪个上游变量。
- 选择哪个工作空间中的知识库。
- 召回片段如何传给大模型节点。
- 没有召回结果时走哪个分支。
- 输出是否需要携带来源、页码或文档信息。
知识库写入和删除会改变共享资源，工作流发布前应进行权限审核，并避免把未经清洗的用户输入直接写入正式知识库。工作流节点的完整说明见工作流与对话流。
上线前检索验收
不要只检查“上传成功”。建议准备一组覆盖真实业务的验收问题，记录期望来源和关键答案，然后逐项测试。
建议测试集
- 文档标题中的直接问题。
- 使用同义词、简称或口语表达的问题。
- 需要跨段落理解的问题。
- 型号、编码、日期、数值等精确查询。
- 容易与其他产品或制度混淆的问题。
- 知识库中没有答案的问题。
- 包含错别字、指代或不完整上下文的问题。
验收指标
| 检查项 | 合格标准 |
|---|---|
| 召回正确性 | 正确来源片段出现在前几条结果中 |
| 内容完整性 | 片段包含回答问题所需的上下文和限定条件 |
| 噪声控制 | 页眉页脚、导航、重复内容和乱码没有大量进入召回结果 |
| 无答案处理 | 没有依据时触发无召回复，不生成未经证实的答案 |
| 来源可追溯 | 展示的文件、章节和页码能够定位到原资料 |
| 权限正确 | 未授权成员或项目无法读取知识内容 |
每次更新主要源文档、处理规则或检索配置后，都应运行同一组回归问题，便于判断效果是提升还是退化。
日常维护
更新资料
对已经发布使用的知识库，建议采用“准备新文件—解析验收—切换引用—移除旧文件”的顺序，避免直接删除仍在使用的知识来源。
同一资料不要用多个略有差异的版本长期并存。文件名中可以包含版本或生效日期，并在描述中说明当前有效范围。
删除文件
删除文件会同步移除该文件的解析内容，依赖这些片段的智能体回答会立即受到影响。删除前应确认：
- 文件是否仍被正式智能体或工作流使用。
- 是否存在替代版本并已完成检索验收。
- 是否需要保留源文件和变更记录。
删除知识库
删除知识库前，先检查智能体、应用、工作流和其他空间副本的引用。删除属于不可逆的业务操作，应由资源负责人确认并保留必要审计记录。
权限、安全与治理
- 只在正确的工作空间创建知识库，按最小权限授予读取和维护权限。
- 上传前进行敏感信息检查，避免将账号、密钥、个人隐私和受限数据写入向量索引。
- 源资料和解析结果都属于知识资产，应遵守企业的数据分级、保留期限和删除策略。
- 对医疗、法律、财务、安全生产等高风险内容，保留来源和版本信息，并由领域负责人复核。
- 复制到其他工作空间前确认目标成员是否有权查看全部知识内容。
- 知识库回答只能作为检索增强结果，不能替代需要人工审批或专业签字的结论。
推荐操作流程
- 明确知识库服务的业务场景、用户和问题范围。
- 按主题整理可信源资料，删除重复、过期和敏感内容。
- 选择匹配的知识库类型，填写可识别的名称和描述。
- 根据资料形态配置多模态解析、向量模型和切分规则。
- 上传文件，等待解析完成。
- 对照源文件抽查解析片段，修正噪声、乱码和错误切分。
- 使用真实业务问题完成检索验收，记录基线结果。
- 将知识库添加到智能体或工作流，配置召回和无答案策略。
- 在预览环境验证回答、来源和权限，再发布应用。
- 建立内容负责人、更新周期、版本记录和回归测试集。
常见问题
文件上传成功但没有解析片段
先点击“刷新”确认异步处理是否完成，再检查文件类型、大小和知识库返回的上传策略。图片或扫描 PDF 需要开启多模态解析；如果持续没有结果，调整配置后重新分段并清洗。
能召回内容，但回答不准确
先查看实际召回片段。如果片段本身错误，修正源文件或切分规则；如果片段正确但排序靠后，调整搜索策略、匹配度、召回数量、查询改写和结果重排；如果传给模型的上下文不完整，检查工作流或智能体的提示词和变量映射。
搜索不到型号、编号或专业缩写
这类内容通常更依赖关键词匹配。优先使用混合或全文检索，在源文档中保留完整型号和别名，并避免预处理规则误删关键符号。
图片或扫描件出现乱码
确认原图清晰、方向正确，开启智能多模态解析并选择合适的 OCR/VLM 模型。对复杂表格、手写内容或低清扫描件，应人工抽查并考虑先转成结构化文本再上传。
重新处理后效果变差
对比调整前后的切分模式、片段长度、重叠长度、模型和预处理规则，使用原有回归问题定位变化。必要时恢复原配置并重新处理，不要同时修改多个变量后只凭单个问题判断效果。
复制到其他空间后智能体仍找不到知识库
副本属于目标空间的独立资源。进入目标空间确认知识库和文件可见，然后在目标智能体或工作流中重新选择该副本，并检查空间权限。
与数据库和记忆库的区别
不要把用户隐私批量写入公共知识库，也不要把正式制度文档只保存在个人记忆中。需要精确状态和事务式更新的数据不应依赖知识切片维护。