知識庫會將文件、筆記、目錄或者網頁整理成可以反覆檢索嘅資料集合。先用召回測試確認系統搵到正確片段，再將知識庫交畀對話或者 Agent 使用。
如果只係臨時處理一小段文字，直接貼去對話入面會快啲。資料會反覆使用、答案一定要以內部材料為準嘅時候，再建立知識庫。
查詢員工制度、產品手冊、項目資料
建立知識庫
資料會重複使用，需要穩定引用原文
臨時分析一個附件
喺對話中直接上傳
唔需要長期維護同索引
資料仲喺持續整理緊
先用【筆記】梳理
避免未確認內容被當成正式答案
需要長期自動處理資料
建庫後綁定 Agent
Agent 可以喺任務入面持續使用同一資料範圍
知識庫
圍繞同一主題組織嘅一組資料同檢索設定
資料條目
匯入嘅一個文件、筆記、目錄入面嘅文件或者網頁快照
Chunk
資料切分後用嚟檢索嘅小片段
召回
根據問題搵出相關片段嘅過程
嵌入模型
將文字轉換成向量，用嚟匹配唔同表達但意思相近嘅內容；唔係必選項
重排模型
對候選片段再次評分同排序；都係可選項
冇嵌入模型都可以使用知識庫，呢個時候主要靠 BM25 關鍵字檢索。第一次體驗可以先揀【唔使用】，將建立、匯入同召回流程跑通。
打開左邊導航【知識庫】→ 點擊知識庫列表上方嘅新增按鈕。名稱用「對象 + 用途」，例如【員工差旅制度】。
第一次體驗可以將【嵌入模型】設為【唔使用】。需要匹配口語問法或者同義表達時，再配置嵌入模型。
進入知識庫後點擊添加資料按鈕，選擇【文件】、【筆記】、【目錄】或者【連結】。
處理完成後，資料會出現喺列表入面。抽查正文同 Chunks，確認冇亂碼、缺頁或者明顯錯序。
打開【召回測試】，輸入一個你已經知道答案嘅真實問題，檢查正確來源有冇出現喺前幾條結果入面。
召回穩定之後，喺對話輸入區選擇知識庫；需要長期工作流時，喺 Agent 編輯頁綁定知識庫。
知識庫範圍
—
一個明確主題
控制一齊參與檢索嘅資料
制度、產品、項目資料
權限或者生命周期唔同嘅內容應該分開
唔使用
先唔使用
決定係咪加入向量檢索
口語問法同原文差異較大
雲端模型嘅收費同資料處理取決於服務商
測試問題
3～5 個真實問題
建立長期回歸基線
每次更新資料或者設定之後
唔好淨係用資料標題同原句測試
進入正式使用
資料、Chunks、召回三項都通過
避免將解析或者檢索問題帶入對話
所有知識庫
聊天模型無法補返冇召回到嘅關鍵資訊
需要嘅資料都顯示為可用狀態，冇長期停喺處理中或者錯誤狀態。
隨機打開一兩條資料，正文同 Chunks 冇亂碼、缺頁或者明顯錯序。
用固定問題做召回測試，正確來源可以穩定出現喺前幾條結果入面。
小林要俾同事查差旅制度。佢建立【員工差旅制度】知識庫，匯入住宿、交通同審批三份資料，先唔配置嵌入模型。三份資料就緒之後，佢用「北京住宿上限幾多」「5000 元以上邊個審批」等問題測試。
完成標準係：每個問題都可以搵到正確制度來源，片段同時包含適用條件同結論。只有達到呢個標準之後，佢先至將知識庫綁定到負責員工問答嘅 Agent。
知識庫負責喺你嘅資料入面搵片段，聊天模型負責理解問題同組織回答。召回階段冇搵到關鍵資訊時，單純換聊天模型通常都解決唔到問題。
仲需要抽查正文同 Chunks，並完成召回測試。匯入成功只代表處理流程結束，唔代表結果完整或者排序正確。
唔會。要令已有資料使用新分塊設定，需要執行【重新索引】，再用同一組問題重測。
確定名稱邊界同檢索方式。
添加同整理資料
匯入文件、筆記、目錄同網頁。
檢查資料同召回
用固定問題驗收檢索質量。
模型同檢索設定
繼續調整嵌入、重排同分塊。
最後更新 6 日前
呢個有冇幫助？
