知识库
知识库是 AI 智能模型应用平台的核心模块之一,用于构建企业 / 业务专属的私有知识资产。
通过对接向量数据库和向量模型,可将非结构化文档转化为向量数据,实现 AI 助手 / 智能体基于私有知识的精准问答、内容生成等能力,是构建 RAG(检索增强生成)应用的核心载体。
添加知识库
步骤 1:打开添加弹窗
进入「知识库」页面,点击左侧添加按钮,弹出「添加知识库」弹窗。

步骤 2:配置项填写

| 配置项 | 填写说明 |
|---|---|
| 知识库名称 | 自定义名称,用于平台内标识该知识库(如 “企业制度库”“产品手册库”) |
| 知识库描述 | 知识库的功能 / 内容说明,如 “存储公司行政制度、考勤规范等文档,用于员工问答” |
| 向量模型 | 选择已配置的嵌入模型(如text-embedding-v2),需与向量数据库的向量维度匹配 |
| 向量数据库 | 选择已配置的向量库(如pgvector),作为知识库向量数据的存储载体 |
| 会话轮数 | 对话中可携带的历史消息轮数,影响上下文理解能力,默认值为 5 |
| 匹配条数 | 问答时从知识库中召回的相关片段数量,默认值为 3,数值越大召回内容越多 |
| 知识库排序 | 多知识库关联时的调用优先级,数值越小优先级越高,默认值为 1 |
步骤 3:配置高级参数
配置【高级配置】,设置知识库检索与文本处理的核心参数:
| 配置项 | 填写说明 | 建议配置 |
|---|---|---|
| 匹配率 | 向量检索的相似度阈值,低于该值的片段不会被召回 | 滑块默认居中,可根据业务调整:1、高精准场景:调至较高值(如 70%+),只召回高相似度内容;2、广覆盖场景:调至较低值(如 50%),扩大召回范围 |
| 切片值 | 文档向量化时的文本分片长度(字符数),影响检索精度与上下文完整性 | 默认 3000,根据文档类型调整:1、 说明书 / 长文本:可设置为 2000-3000;2、问答 / 短文档:可设置为 500-1000 |
步骤 4:保存配置
所有必填字段填写完成后,点击弹窗右下角的【保存】按钮,即可完成知识库配置。
编辑知识库配置
1、在知识库列表中,找到需要修改的配置,点击操作列的【编辑】按钮,弹出【编辑知识库】窗口;
2、弹出编辑弹窗(与新增弹窗结构一致),可修改知识库名称、知识库描述、向量模型、向量数据库、会话轮数、匹配条数、知识库排序、匹配率
、切片值等;
3、修改完成后,点击【保存】按钮,更新配置信息。
注意:
1、向量模型和向量数据库不建议修改,修改后可能导致已有向量数据不兼容;
2、修改切片值后,仅对后续新增的文档生效,已上传的文档需重新上传 / 分片才能应用新配置。
删除知识库
1、在知识库列表中,找到需要删除的配置,点击操作列的【删除】按钮;
2、系统弹出确认弹窗,提示 “确定删除该知识库吗?”;
点击「确定」:删除知识库,列表自动刷新;点击「取消」:终止删除操作。
⚠️ 重要提醒:
删除知识库配置后,平台将无法再访问该知识库的向量数据,关联的 AI 助手 / 智能体也会无法使用该知识库的问答能力。删除前请确认该知识库已无业务依赖,或已备份相关文档数据。
注意事项:
1、若向量模型与数据库不兼容时
(1)向量模型的输出维度必须与向量数据库配置的维度完全一致(如text-embedding-v2通常为 1536 维),否则文档无法向量化。
(2)若需更换向量模型,建议先删除原有知识库,重新创建并上传文档,避免维度不匹配导致的异常。
2、若问答召回结果不理想时
(1)调整【匹配率】:降低阈值可召回更多相关内容,提高阈值可减少无关内容。
(2)调整【匹配条数】:增加条数可获取更多上下文信息,减少条数可聚焦核心内容。
(3)优化【切片值】:根据文档类型调整分片长度,避免因分片过长 / 过短导致语义断裂或检索不精准。
3、会话轮数设置建议
(1)多轮对话场景(如连续问答、流程指引):设置为 5-10 轮,保留上下文信息。
(2)单轮问答场景(如知识库查询):设置为 1-3 轮,减少不必要的上下文干扰。
4、多知识库排序优先级
(1)当 AI 助手 / 智能体关联多个知识库时,排序数值越小,调用优先级越高。
(2)可将高频使用、内容精准的知识库设置为高优先级(数值小),低频 / 辅助知识库设置为低优先级(数值大)。
最后编辑:chenjt 更新时间:2026-06-04 15:56