知识库

知识库问答应用提供知识库全生命周期管理能力，支持用户上传技术手册、政策法规、书籍论文、表格清单、FAQ等行业文档，通过文档解析、分块、向量化、检索增强、引文溯源和知识图谱构建，使大模型能够基于权威知识生成回答。

该板块下，用户可以创建、查看、编辑和删除知识库，也可以管理知识库内的文档、分块和知识图谱。

添加知识库

通过侧边栏知识库按钮进入知识库管理页面，然后点击添加知识库。添加知识库时需要填写基础信息、选择分块方法和模型，并可按需配置文档解析增强参数。

  1. 填写知识库信息

    参考下列参数说明填写知识库信息。填写完成后，可以选择直接创建空知识库，也可以选择下一步上传本地知识文件。

    • 知识库名称：填写知识库名称，必填。
    • 知识库简介：填写知识库简介，如知识库包含的文件内容、适用业务场景等。
    • 词嵌入模型：选择用于知识库向量化构建、知识检索与匹配的向量模型。模型列表来源于模型管理中的启用向量模型，支持选择适合知识库场景的模型。
    • 大语言模型：选择用于目录增强、自动关键词提取、自动问题提取、知识图谱构建等解析增强能力的大语言模型。该模型与会话问答使用的大语言模型相互独立，可按不同知识库的文档类型和业务场景灵活配置。
    • 分块方法：选择文档解析与分块方式。知识库级切片方法会作为后续上传文档的默认解析方式，单个文档仍可在文档管理页单独调整。

      知识库提供多种切片方法，您可以针对不同文档结构按需选择，以保留原始信息的逻辑完整性与语义连贯性：

      分块方法 支持格式与适用场景 文档准备建议
      通用 DOCX、XLSX、XLS、PPT、PDF、TXT、JPEG、JPG、PNG、TIF、GIF、CSV、JSON、EML、HTML等。适用于大多数常见文件。 适合内容结构不复杂的文件，也可通过分块参数进一步调整切分粒度。
      问答 Excel、CSV/TXT。适合 FAQ、题库、客服知识库等问答型数据。 Excel文件应由问题和答案两列组成且无表头；CSV/TXT文件建议使用UTF-8编码，并使用TAB分隔问题和答案。
      手册 PDF。适合结构清晰的PDF手册或操作指南。 建议使用具有明确章节结构的PDF文件，以最小一级章节标题作为切片节点。
      书 DOCX、PDF、TXT。适合较长的书籍类文档。 适合篇幅较长、章节清晰的资料，可按需配置页码范围、目录增强等参数。
      论文 PDF。适用于学术论文。 建议使用标准学术论文PDF，系统会按摘要、章节等结构进行切片。
      法律法规 DOCX、PDF、TXT。适合法规、规章制度、指南类文档。 建议使用严格符合法律文件书写格式的文件，便于精确对齐条款。
      表格 Excel、CSV、TXT格式的表格数据。常用于名录、清单、用户信息表。 Excel文件第一行应为列标题；列标题应具有明确业务含义，便于模型理解。
      PPT PDF、PPTX。适用于演示文稿。 按幻灯片页面结构解析，利于逐页理解与展示。
    注意：
    1. 知识库创建后需上传并完成解析文档，空知识库无法用于有效问答。
    2. 修改词嵌入模型会影响已有分块与向量索引，通常需要重新解析文档。
  2. 配置分块参数

    知识库新增支持更灵活的文档分块参数配置，用于提升文档解析、切分与检索增强效果。不同切片方法和文件类型可配置的参数有所不同，界面会根据当前选择自动展示可用参数。

    参数 说明
    建议文本块大小 设置构建文本块时建议的 Token 阈值。值越大，单个文本块包含的上下文越完整；值越小，检索定位越精细。
    相邻两块重叠百分比 设置相邻文本块之间保留的重叠内容比例，用于减少跨段落信息被切断导致的召回遗漏。
    文本分段标识符 设置文本切分时优先识别的分隔符，例如换行符、标题符号或自定义标识。复杂分隔符应按界面提示填写。文本切分时，先按分隔符把原文切成小段，再按建议文本块大小拼装成最终块。
    父子文本块提取 开启后生成父子块结构：子块用于精确检索命中，父块用于提供更完整上下文，适合长文档和结构化文档。
    目录增强 开启后为每个文件的已有分块生成层级目录；查询时可用大模型判断问题与哪些目录项相关，从而定位相关块。开启后，模型调用与处理的时间会变长，长文档（如超过约 50 页）、手册和书籍类文件建议开启。
    图像与表格上下文窗口 为图片或表格分块补充其上下文文本，提升图表相关问题的检索效果。
    自动关键词提取 为每个文本块自动提取指定数量的关键词，用于提升关键词检索和排序效果。设为 0 表示关闭。
    自动问题提取 为每个文本块自动生成相关问题，用于提升与用户真实问法相近问题的召回效果。设为 0 表示关闭。
    Excel 转 HTML 配合通用切片方法使用。开启后将表格转换为 HTML 表格后再分块，以更好保留表头和单元格结构；关闭时按行解析为键值对。
  3. 导入知识文件

    选择下一步后，可将本地知识文件上传到知识库中。支持导入DOCX、PPTX、PPT、XLSX、XLS、PDF、TXT、CSV、JSON、HTML、图片等多种格式。上传后，系统会创建文档记录，并可自动或手动触发解析。

管理知识库

查看知识库

在知识库页面，以卡片形式展示知识库信息。支持查看知识库名称、简介、创建时间、文档数、分块数等信息，也可以通过搜索框按知识库名称检索。

编辑知识库

在知识库页面，点击知识库设置卡片，可修改知识库名称、简介、切片方法、词嵌入模型、解析增强模型和分块参数。修改后对后续上传或重新解析的文档生效；存量文档如需应用新配置，请重新解析。

删除知识库

在知识库管理页面，支持按需删除知识库。删除知识库后，其中的文档、分块和索引数据将不再可用于问答，请谨慎操作。

管理知识文件

点击知识库卡片进入文档管理页面，可以对知识库中的文件进行统一管理。文档列表展示文件名称、切片方法、分块数、上传时间、启用状态、解析状态和进度消息等信息，并支持按文件名搜索。

上传与解析文档

点击添加文档可继续上传文件。上传时可继承知识库级默认配置，也可以对单个文档设置切片方法和解析参数。上传完成后，可在文档列表中对单个文档或多个文档执行解析、停止解析、下载或删除操作。

知识库支持对文档解析过程进行单独启停控制：解析中可停止解析；未解析、解析失败或已调整切片配置的文档可重新解析。

启用或禁用文档

文档解析完成后，可通过文档列表中的启用开关控制该文档是否参与后续问答检索。也可以勾选多个文档后批量启用或禁用。

管理文档分块

解析完成后，点击文档操作列中的按钮，可以查看该文档的分块结果和原文预览，可用于文档入库后的人工校正与精细化管理。

  • 查看分块：在分块列表中查看每个文本块的内容、关键词、关联问题和启用状态，并可结合左侧原文预览定位分块来源。
  • 搜索和过滤：支持按分块内容搜索，也支持按启用、禁用状态过滤。
  • 启用或禁用分块：可对单个分块或多个分块进行启用、禁用控制，决定其是否参与后续检索。
  • 编辑分块：可修改分块正文、重要关键词和关联问题，修正解析结果或补充业务表达。
  • 新增分块：可手动新增分块内容。新增后系统会即时分词和向量化，不需要重新解析整个文档。
  • 删除分块：可删除不需要参与检索的分块，降低噪声对回答质量的影响。
图：查看文档分块结果

知识图谱

点击知识库详情中知识图谱页签，可进入知识图谱配置页面，点击构建知识图谱按钮，依次完成图谱参数设置，即可从该知识库上传的文件中自动提取并构建知识图谱，问答时可基于图谱检索：

  • 知识图谱提取模式：选择知识图谱提取模式，支持轻量与常规两种模式。
    • 轻量模式：生成知识图谱的速度较快，但图谱质量一般，适用于需要快速生成图谱并使用的场景；
    • 常规模式：生成知识图谱的时间较长，图谱质量高，适合长文本或需要更高质量图谱的场景。
  • 同类实体合并：开启后，将自动把含义相近的多个实体合并为单个实体，如“AI”、“人工智能”、“机器智能”，开启同类实体合并后将会被合并为“AI技术”。
  • 生成社区报告：开启后，模型将会把知识库中原始文件中的碎片信息，先按话题自动分类，再为每一类话题自动生成一份“核心观点摘要”，生成一个有层次、有条理的知识地图，增加回答的准确性。
  • 实体类型：默认列出了5种实体类型，您可以按需增删，也可以根据知识库的主要内容自定义要抽取的实体，比如“北京超图软件股份有限公司成立于1997年，公司总部在北京，创始人是钟耳顺”，实体类型可以定义为：公司名称、成立年份、总部、人物；
注意：
  1. 不是所有切片方法都支持知识图谱。通用、手册、论文、书、法律法规、PPT等方法支持知识图谱；问答和表格方法不支持知识图谱。
  2. 知识图谱构建会消耗较多时间和模型 Token。文档内容发生较大变化后，建议重新构建知识图谱。
图：知识图谱可视化效果展示