知识库模块使用文档

概述

知识库模块是一个强大的企业级知识管理和智能检索系统，帮助您将各类文档（如产品手册、技术文档、FAQ问答等）转化为可被AI智能检索的知识资产。通过先进的混合检索技术，系统能够精准理解您的查询意图，快速找到最相关的内容。

核心特点：

• 支持多种文档格式：TXT、Markdown、PDF、DOCX、HTML、Excel等
• 智能混合检索：结合向量检索、全文检索和精确匹配
• 中英文双语支持：自动识别语言，智能选择分词策略
• 精准相关性：通过Rerank重排序提升结果质量

---

一、知识库配置

1.1 创建知识库模块

在应用设计器中，选择"知识库"模块类型，系统会自动创建知识库模块。

1.2 基本配置

向量模型配置

向量模型用于将文本转换为数值向量，是实现语义搜索的核心。配置位置：团队设置 → AI模型配置 → 向量模型

目前常用的向量模型：

模型名称	维度	适用场景	性能特点
text-embedding-3-small	1536	通用文本检索	平衡性能与准确度，推荐使用
text-embedding-3-large	3072	高精度检索	更高准确度，略慢
text-embedding-ada-002	1536	通用检索	OpenAI经典模型

配置方法：

1. 进入"团队设置" → "团队成员" → "AI模型"
2. 找到"向量模型"配置区域
3. 填写向量模型名称（如：text-embedding-3-small）
4. 填写向量模型API地址（如：https://api.apiyi.com/v1/embeddings）
5. 点击"保存"

---

二、检索设置

知识库提供三种检索模式，您可以根据业务需求选择最合适的策略。

2.1 向量检索

特点： 基于语义理解，能够找到意思相近但表述不同的内容

适用场景：

• 概念性查询："什么是向量检索？"
• 意图理解："如何提升检索准确度"
• 跨语言检索

配置项：

• 无需额外配置，选择"向量检索"即可

---

2.2 全文检索

特点： 基于关键词精确匹配，速度快，适合已知关键词的查询

适用场景：

• 精确关键词："PostgreSQL配置"
• 专业术语："RRF算法"
• 特定名称："用户登录接口"

配置项：

• 无需额外配置，选择"全文检索"即可

---

2.3 混合检索

特点： 结合向量检索和全文检索的优势，使用RRF算法智能融合结果

适用场景：

• 最通用的选择，适合绝大多数检索需求
• 既需要语义理解，又需要关键词匹配
• 不确定查询类型时的最佳选择

工作原理：

1. 同时执行向量检索和全文检索
2. 使用RRF（倒数排名融合）算法合并结果
3. 对精确匹配的内容额外加成
4. 返回综合排序后的最优结果

配置项：

语义权重滑块（0.0 - 1.0）

控制向量检索和全文检索的权重比例

推荐值	说明	适用场景
0.5（默认）	平衡语义和关键词	通用场景，推荐使用
0.3	偏向关键词匹配	已知准确关键词，需要精确结果
0.7	偏向语义理解	概念性查询，需要理解意图

使用建议：

• 技术文档查询：0.4 - 0.5
• 代码库搜索：0.3 - 0.4
• FAQ问答：0.5 - 0.6
• 产品手册：0.5

Rerank 模型

Rerank是一个专门的重排序模型，用于在初步检索结果的基础上，重新评估每个结果与查询的相关性，将最相关的内容排在前面。

目前常用的Rerank模型：

模型名称	适用场景	性能特点
rerank-multilingual-v3.0	多语言重排序	支持中英文混合，准确度高
rerank-english-v3.0	英文重排序	专门优化英文，速度快
bge-reranker-v2-m3	通用重排序	开源模型，性价比高

配置方法：

1. 在"混合检索"区域，开启"Rerank 模型"开关
2. 在"团队设置" → "AI模型配置"中配置重排序模型
3. 填写重排序模型名称（如：rerank-multilingual-v3.0）
4. 系统会自动扩大候选集（通常3倍），然后使用Rerank精选结果

注意事项：

• 启用Rerank会略微增加响应时间
• 显著提升结果相关性，推荐对结果质量要求高的场景使用
• 需要先在团队设置中配置Rerank模型才能使用

Top K

设置返回结果的数量，默认为5。

设置值	适用场景
3-5	一般查询，快速获取答案
6-10	需要更多候选结果
10+	探索性搜索，不推荐设置过大

使用建议：

• 如果启用了Rerank，系统会自动扩大候选集为 Top K × 3

Score 阈值（相对阈值）

相对阈值过滤是一种智能的结果过滤策略，基于最高分的百分比进行过滤，而不是使用固定分数线。

工作原理：

动态阈值 = 最高分 × 阈值比例

示例：
最高分 = 0.85
阈值设置 = 0.5
动态阈值 = 0.85 × 0.5 = 0.425
只保留分数 ≥ 0.425 的结果

推荐值	说明	适用场景
0.5	保留最高分50%以上的结果	通用场景，平衡相关性和召回率
0.3	保留最高分30%以上的结果	召回优先，希望看到更多候选
0.7	保留最高分70%以上的结果	精准优先，只要最相关的内容

使用建议：

• 开启Score阈值开关
• 拖动滑块调整阈值比例
• 如果结果太少，降低阈值；如果结果质量不高，提高阈值

---

三、文档管理

3.1 上传文档

1. 进入知识库模块
2. 点击"添加文档"或"上传文本文件"
3. 选择文件上传
4. 系统自动开始处理

支持的文件格式：

• 文本类：TXT、Markdown（.md）、HTML等
• 文档类：PDF、Word（.docx）等
• 表格类：Excel（.xlsx、.xls）、CSV等

支持的文件大小： 目前仅支持上传15M及以下大小的文档

3.2 文档类型选择

上传文档时，可以选择文档类型以获得最佳的分块效果：

文档类型	说明	父块大小	子块大小	适用文档
默认文档类型	通用文本、文章、报告	1000字符	300字符	产品手册、技术文章
代码文档	保护代码完整性	2000字符	600字符	Java、Python代码
API文档	按接口路径切分	1800字符	500字符	OpenAPI、Swagger
Markdown	按标题层级切分	1500字符	400字符	技术博客、README
FAQ/对话	问答对独立	600字符	200字符	客服问答
长文章	段落连贯性	1500字符	400字符	新闻、论文
数据库表	按表结构切分	2000字符	500字符	表结构、DDL
Excel表格	按Sheet切分	1800字符	450字符	数据报表

父子分块说明：

• 父块：保留完整上下文，用于理解整体语义
• 子块：提取关键信息片段，用于精准检索
• 检索时：匹配子块，返回时可以包含父块上下文

3.3 父子分块作用上下文

父块用于检索时：使用父块模式时，子块用于检索，父块用于上下文

使用场景：

查询："如何创建数据库用户？"

匹配的子块：
"创建用户使用 CREATE USER 命令"

返回的父块上下文：
"PostgreSQL用户管理
创建用户使用 CREATE USER 命令
语法：CREATE USER username WITH PASSWORD 'password'
示例：CREATE USER admin WITH PASSWORD '123456'
注意：新创建的用户默认没有任何权限"

配置方法：

段落用作上下文：

• 分段标识符：\n\n（两个换行符，表示段落分隔）
• 分段最大长度：1000字符（父块大小）

子块用于检索：

• 分段标识符：\n（一个换行符）
• 分段最大长度：300字符（子块大小）

使用建议：

• 对于技术文档，保持默认配置即可
• 对于特殊格式文档，可自定义分隔符
• 父块大小影响上下文完整性，子块大小影响检索精度

3.4 文档状态

状态	说明
已完成	文档处理成功，可以检索
处理中	文档正在处理，请稍候
失败	处理失败，请检查文档格式或重新上传

处理流程：

1. 文档解析：提取文本内容
2. 智能分块：按照文档类型进行分块
3. 向量化：将文本转换为向量
4. 建立索引：创建全文检索和向量检索索引
5. 完成：文档可以被检索

---

四、使用知识库

4.1 在AI对话中使用

知识库创建完成后，AI助手中添加知识库插件：

示例对话：

用户："如何配置Nginx反向代理？"

AI（自动查询知识库）：
根据知识库中的文档，配置Nginx反向代理的步骤如下：

1. 打开Nginx配置文件 /etc/nginx/nginx.conf
2. 在http块中添加以下配置：
   
   server {
       listen 80;
       server_name your-domain.com;
       
       location / {
           proxy_pass http://backend-server:8080;
           proxy_set_header Host $host;
           proxy_set_header X-Real-IP $remote_addr;
       }
   }

3. 重启Nginx服务：sudo systemctl restart nginx

（来源：Nginx配置手册.pdf）

4.2 检索效果示例

场景1：技术文档查询

查询："创建postgres用户"

检索结果：
1. 文档：PostgreSQL管理手册
   内容：创建PostgreSQL用户使用CREATE USER命令...
   相关度：0.89

2. 文档：数据库用户权限配置
   内容：用户创建后需要分配相应权限...
   相关度：0.76

场景2：FAQ查询

查询："忘记密码怎么办"

检索结果：
1. 文档：常见问题
   内容：Q: 忘记密码怎么办？
         A: 点击登录页面的"忘记密码"链接...
   相关度：0.95

2. 文档：账号安全指南
   内容：密码重置流程...
   相关度：0.81

场景3：代码查询

查询："JWT认证实现"

检索结果：
1. 文档：认证模块代码
   内容：public class JWTAuthService {
            public String generateToken(User user) {...}
         }
   相关度：0.92

---

五、最佳实践

5.1 文档准备建议

文档质量：

• 使用清晰的标题和段落结构
• 避免过多格式化（粗体、斜体适度使用）
• 代码使用代码块标记
• 保持文档内容完整，避免过度分散

文档组织：

• 相关内容放在同一文档中
• 使用有意义的文件名
• 技术文档选择对应的文档类型

5.2 检索策略推荐

不同场景的推荐配置：

场景	检索模式	语义权重	Score阈值	Rerank
技术文档库	混合检索	0.5	0.5	开启
产品手册	混合检索	0.5	0.5	可选
FAQ问答	混合检索	0.5	0.7	开启
代码库	混合检索	0.4	0.5	开启
政策文件	全文检索	-	0.6	可选
创意内容	向量检索	-	0.3	可选

5.3 性能优化建议

提升检索速度：

• 合理设置Top K值（5-10为宜）
• 仅在必要时启用Rerank
• 定期清理无用文档

提升检索准确度：

• 启用Rerank重排序
• 合理设置Score阈值
• 选择合适的文档类型
• 保持文档内容质量

---

六、常见问题

为什么查询返回结果很少或没有结果？

可能原因：

• Score阈值设置过高，过滤了大部分结果
• 文档内容与查询不匹配
• 文档还在处理中

解决方法：

• 降低Score阈值（从0.7降到0.5或0.3）
• 检查文档是否已处理完成
• 尝试使用不同的关键词查询
• 关闭Score阈值开关

中文查询效果不好？

解决方法：

• 确保文档内容质量良好
• 尝试使用混合检索模式
• 适当提高语义权重（0.6-0.7）

如何提升检索准确度？

推荐操作：

1. 启用Rerank模型
2. 使用混合检索模式
3. 合理设置Score阈值（0.5左右）
4. 选择合适的文档类型
5. 保持文档内容结构清晰

如何配置向量模型和Rerank模型？

配置步骤：

1. 进入"团队设置"
2. 选择"团队成员" → "AI模型"
3. 找到"向量模型"区域：
   • 向量模型名称：text-embedding-3-small
   • 向量模型API地址：（根据供应商提供）
4. 找到"重排序模型"区域（如果需要Rerank）：
   • 重排序模型名称：rerank-multilingual-v3.0
   • 重排序模型API地址：（根据供应商提供）
5. 点击"保存"

什么时候应该使用父块上下文？

推荐使用场景：

• 代码查询（需要看完整函数）
• API文档（需要看完整接口定义）
• 技术教程（需要理解前后步骤）
• 长文解读（需要完整段落）

不推荐场景：

• FAQ简短问答
• 关键词查询
• 只需要片段信息的场景

---