常見問題

遇到知識庫問題時，先判斷失敗發生喺導入、解析、分塊、召回定係回答層。一次只改一個變量，先至知道邊項調整真係有效。

最快嘅定位方法係用同一個真實問題一路檢查：正文有冇答案、Chunk 係咪完整、召回係咪正確、回答係咪忠於來源。

5 步快速定位

1

1. 檢查資料狀態

資料應為【就緒】。如果長期處理中或者顯示錯誤，先睇錯誤信息，並確認文件、處理器同模型服務可用。

2

2. 檢查解析正文

打開正文預覽，確認答案確實存在，掃描文字已經識別，雙欄同表格冇錯序。

3

3. 檢查 Chunks

確認問題需要嘅條件同結論位於可理解嘅片段中；唔好畀頁眉、頁腳同目錄佔滿結果。

正文正確但片段唔完整時，再調整分塊，並重新索引舊資料。

4

4. 運行召回測試

檢查來源名稱、相關度同片段內容。完全冇正確片段同正確片段排序靠後，係兩類唔同問題。

先證明檢索層返回咗正確證據，再調整對話提示詞。

5

5. 檢查對話或 Agent

召回正確但回答錯誤時，確認已選擇或綁定知識庫，要求只根據來源回答，並將問題拆成更細嘅事實項。

問題應該反饋去邊度

先完成最小排查；可穩定復現時附上脫敏步驟、錯誤同預期結果。

截圖、日誌同示例資料中唔好公開 API Key、內部文件內容、電郵或者本地敏感路徑。

創建與導入

冇嵌入模型可以創建知識庫嗎？

可以。選擇【不使用】之後仍然會使用 BM25 關鍵詞檢索。需要匹配唔同表達時再增加嵌入模型。

支援邊啲來源同文件格式？

來源包括文件、Cherry Studio 筆記、本地目錄同網頁連結。文件格式包括 PDF、DOCX、DOC、PPTX、XLSX、XLS、Markdown、TXT、CSV、HTML 同 EPUB。

一次可以添加幾多項？

一次互動式選擇最多 20 項。更多資料可以分批添加，或者使用目錄入口。

同名資料選【全部保留】定【替換】？

更新制度、手冊或者筆記快照時通常選【替換】。只有真係需要並存嘅版本先選【全部保留】，並喺名稱中加日期或者版本。

資料一直停喺處理中點算？

檢查文件可唔可以打開、處理器同 OCR 係咪可用、模型服務係咪已經配置。根據錯誤信息判斷失敗喺讀取、解析定係嵌入階段。

解析與召回

掃描 PDF 點解冇文字？

掃描件需要 OCR。打開【設定】→【文檔處理】選擇可用 OCR，再重新索引文檔。複雜版式可以試專用文檔處理器。

修改 Chunk 設置後點解結果冇變化？

新設置唔會自動重做舊資料。對相關條目執行【重新索引】，再用同一個問題復測。

召回測試完全冇結果點算？

依次檢查資料狀態、正文係咪包含答案、原文關鍵詞可唔可以命中、嵌入係咪完成、重排閾值係咪過高，以及 Top K 係咪太細。

來源正確但片段唔完整點算？

睇 Chunks，確認條件同結論係咪被切開。適當增大 Chunk 或重疊，或者將結構混亂嘅源資料整理成清晰筆記後重新索引。

正確結果排得太後點算？

先刪除重複同過期資料，再考慮嵌入模型。候選大致正確但順序唔穩時，可以增加重排並重新調節閾值。

Top K 應該設幾多？

可以由 6 開始，用固定問題比較漏召回、噪聲同耗時。Top K 可以喺 1～50 之間調整，唔好將調大當成通用修復。

對話與 Agent

對話中嘅知識庫入口唔可用點算？

選擇支援工具調用嘅模型，並移除當前消息附件。仲要確認至少有一個知識庫包含就緒資料。

回答冇顯示來源點算？

確認輸入區真係選中咗知識庫，再將相同問題放入召回測試。召回冇正確片段時先修復知識庫。

召回正確，回答仍然唔準點算？

要求模型只根據引用回答，將任務拆成更細嘅事實項，並人工核對重要結論。此時問題通常喺提示詞、模型或者上下文組織。

Agent 點解睇唔到知識庫？

打開【編輯智能體】→【知識庫】，將目標庫綁定到當前 Agent，並喺【內置工具】中啟用【知識庫搜尋】。

知識庫管理會改變資料嗎？

會。【知識庫管理】支援添加、刪除或者刷新文檔。只讀任務唔好啟用；寫操作前檢查目標、影響同回退方式。

模型、數據與備份

更換嵌入模型點解要求重建？

唔同嵌入模型生成嘅向量唔可以直接混用。先確認新模型可用並保留完整備份，再重建已有向量索引。

重排同相似度閾值係咩關係？

重排會對候選片段重新打分，閾值會過濾重排後嘅低分結果。未配置重排時，知識庫設置中唔會顯示相似度閾值。

本地嵌入模型下載後就完全離線咗嗎？

唔一定。解析、OCR、重排同聊天都必須全部使用本地能力，先算係完全離線流程。

修改原文件或者網頁會自動更新嗎？

唔會。文件、筆記同網頁按導入時內容建立資料。重新添加同名資料並選擇【替換】，再完成召回測試。

精簡備份包唔包括知識庫文件嗎？

唔包括完整知識庫數據文件。遷移或者刪除前使用完整備份，並喺恢復後驗證資料與召回。

配置說明：診斷基線

項目	推薦起點	只喺咩情況下調整
Top K	6	正確片段被截咗或者噪聲太多
相似度閾值	配置重排後由 0.0 開始	低分噪聲明顯，且正確片段仍然有餘量
Chunk	保留預設智能分段	條件同結論被切開或者片段過長
嵌入模型	BM25 唔足時再增加	口語問法、同義表達無法穩定命中
重排模型	候選正確但順序唔穩時增加	唔用嚟修復解析錯誤或者缺失正文

用戶案例

小林發現「住宿費標準」喺聊天入面回答錯誤。佢先用相同問題做召回測試，見到正確來源根本冇出現；打開正文後發現雙欄 PDF 已經錯序。更換處理器並重新索引後，召回正確，聊天回答亦恢復正常。

呢個過程只改咗解析器一個變量，所以可以確認根因，而唔係靠同時調大 Top K、Chunk 同閾值碰運氣。

如果仍然解決唔到，請記錄應用版本、操作系統、處理器、嵌入與重排模型、完整錯誤、脫敏最小樣本、召回結果同預期來源。

繼續閱讀

文件解析同 OCR

解決掃描、錯序同表格丟失。

模型同檢索設定

理解嵌入、重排、閾值同重建。

數據、私隱同維護

確認備份同雲端服務邊界。