> For the complete documentation index, see [llms.txt](https://docs.cherryai.com.cn/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.cherryai.com.cn/docs/russian/cherry-studio/preview/knowledge-base.md). # База знаний База знаний — это как дать ИИ одну **собственную справочную книгу**：вы добавляете туда свои документы, заметки и ссылки, а затем во время общения просите ИИ «листать» эту книгу, чтобы отвечать на ваши вопросы.

База знаний: в левой колонке — список уже созданных баз знаний (вверху + Создать базу знаний), справа — добавление файлов / заметок / каталогов / источников данных по ссылке в выбранную базу знаний

## Что можно делать с базой знаний? Несколько реальных сценариев: * **Корпоративный помощник по знаниям**：загрузите туда руководства по продуктам, API-документацию и внутренние регламенты — когда сотрудники задают вопросы, ИИ отвечает автоматически * **Личный менеджер данных**：поместите туда свои рабочие заметки за прошлые годы, выписки из книг и архив писем, и спросите ИИ: «В какой PPT я в прошлом году упоминал ту аналитическую рамку?» * **Учебный тренер**：загрузите туда учебные материалы и статьи, и пусть ИИ помогает вам составлять вопросы по главам и разбирать непонятные моменты * **Быстрый поиск по договорам / нормам**：загрузите туда правовые нормы и шаблоны договоров, и спрашивайте ИИ о применении конкретных пунктов ## Зачем использовать базу знаний, а не просто бросать файлы ИИ? Ограничения при прямой загрузке файлов: * При каждом вопросе нужно загружать заново — неудобно * У одного диалога есть ограничение по длине, длинные документы не помещаются * Нельзя переиспользовать в разных диалогах **База знаний решает все перечисленные проблемы**：загрузили один раз — и потом можно вызывать в любом диалоге, а также «точно извлекать нужные фрагменты» из большого объёма материалов и передавать их ИИ. ## Как пользоваться? * Если используете впервые: см. [Полное руководство по базе знаний](/docs/russian/knowledge-base/knowledge-base.md) * Хотите добавить изображения / отсканированный PDF: сначала см. [Предобработка документов](/docs/russian/knowledge-base/document-preprocessing.md), чтобы ИИ мог «прочитать» текст на изображениях * Хотите узнать, как выбрать эмбеддинговую модель: см. [Справочник по эмбеддинговым моделям](/docs/russian/knowledge-base/emb-models-info.md) * Хотите работать офлайн и не использовать облачные эмбеддинги: можно использовать встроенную [локальную эмбеддинговую модель](/docs/russian/pre-basic/settings/local-models.md), база знаний сможет индексироваться и выполняться поиск без подключения к интернету * Хотите узнать, где хранятся данные: см. [Данные базы знаний](/docs/russian/knowledge-base/data.md) ## Комбинации с другими возможностями * **База знаний + помощник**：«подключите» базу знаний к какому-то помощнику, и он станет специалистом в этой области * **База знаний +** [**агент**](/docs/russian/cherry-studio/preview/agent.md)：пусть агент сам обращается к базе знаний в процессе выполнения задачи * **База знаний +** [**каналы**](/docs/russian/advanced-basic/automation/channels.md)：отправьте агента, который умеет искать в корпоративных документах, дежурить в группе Feishu {% hint style="info" %} Рекомендуем сначала прочитать [Карту продвинутых возможностей](/docs/russian/advanced-basic/capability-map.md), чтобы понять, как база знаний взаимодействует с агентами, MCP, каналами и другими функциями. {% endhint %} *** ### Получить помощь и отправить отзыв Если у вас в процессе настройки или использования возникнут какие-либо вопросы, баги или предложения по улучшению функций, пожалуйста, обратитесь к [Отзывы и предложения](/docs/russian/question-contact/suggestions.md) официальным каналам, указанным там. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation by asking a question. Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters: ``` GET https://docs.cherryai.com.cn/docs/russian/cherry-studio/preview/knowledge-base.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.