> 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/knowledge-base/data.md).

# 数据、隐私与维护

知识库会保存导入资料的托管副本、解析文本、Chunks 和检索索引。数据是否离开本机，取决于解析、OCR、嵌入、重排和聊天各环节选择的服务。

{% hint style="info" %}
原文件留在本地，不代表整个知识库流程离线。只要其中一个处理环节使用云服务，就可能发送完成任务所需的文件、片段或查询。
{% endhint %}

## 导入后保存什么

| 内容           | 用途          | 更新方式            |
| ------------ | ----------- | --------------- |
| 文件或目录中的文件副本  | 供知识库继续处理和展示 | 原文件更新后重新添加或替换   |
| 网页和笔记快照      | 保留导入时的内容    | 来源更新后重新导入       |
| 解析正文与 Chunks | 预览和检索       | 更换处理器或分块后重新索引   |
| BM25 关键词索引   | 精确词语检索      | 重新索引时重建         |
| 向量索引         | 语义检索        | 配置或更换嵌入模型后生成或重建 |

<figure><img src="https://3562065924-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2F0Ut5BptC3t8CtSU1UWpM%2Fuploads%2FoYCk8ddQNgaZxNQ65As2%2Fclipboard.png?alt=media&amp;token=6a24e9c5-3456-492b-bf99-fc7cd426cf30" alt="包含多条已处理资料的员工差旅制度知识库"><figcaption><p>资料列表中的条目是知识库托管和索引的对象，不是对原目录的实时同步视图。</p></figcaption></figure>

## 一次查询可能经过哪些边界

<figure><img src="https://3562065924-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2F0Ut5BptC3t8CtSU1UWpM%2Fuploads%2FlOKvTNoShRGrj0ErU2aK%2Fclipboard.png?alt=media&amp;token=d245723c-b825-4e3d-ab00-6e1d07a96fc9" alt="展示解析、关键词检索、向量检索、重排和回答之间数据流的知识库架构图"><figcaption><p>图中的解析、向量、重排和回答节点都可能选择本地或云端服务；逐项检查才能确定数据边界。</p></figcaption></figure>

| 选择的能力   | 可能接收的内容       |
| ------- | ------------- |
| 云端文档处理器 | 用于解析的文件内容     |
| 云端嵌入模型  | 资料片段和检索查询     |
| 云端重排模型  | 查询和候选片段       |
| 云端聊天模型  | 问题、对话上下文和召回片段 |
| 本地对应能力  | 在本机完成相应处理     |

{% hint style="danger" %}
API Key、内部文档和带个人信息的日志都不应出现在公开截图或反馈中。删除或分享前先脱敏。
{% endhint %}

## 做一次完整的维护检查

{% stepper %}
{% step %}

### 1. 记录当前配置

记录知识库名称、文件处理器、OCR、嵌入模型、重排模型和关键分块设置。迁移后用它们核对环境。
{% endstep %}

{% step %}

### 2. 清理重复和旧版本

同一制度只保留当前版本；需要历史审计时，在标题中明确年份或版本，避免检索时互相竞争。
{% endstep %}

{% step %}

### 3. 检查异常条目

处理【错误】或长期【处理中】的资料，抽查正文和 Chunks。应用中断导致索引未完成时，执行【重新索引】。
{% endstep %}

{% step %}

### 4. 创建合适的备份

打开【设置】→【数据】。迁移设备或准备删除资料时使用包含知识库数据文件的完整备份。
{% endstep %}

{% step %}

### 5. 在目标环境恢复并验收

不要只确认恢复完成。检查知识库条目、正文、Chunks，并运行固定的召回问题。
{% endstep %}

{% step %}

### 6. 保留可回退基线

新处理器或模型先在少量资料上验证，再分批重新索引。确认新结果稳定前，不要删除最近的完整备份。
{% endstep %}
{% endstepper %}

## 完整备份与精简备份

| 备份方式 | 包含内容                     | 适用场景            | 限制          |
| ---- | ------------------------ | --------------- | ----------- |
| 完整备份 | 聊天、设置及知识库等数据文件           | 迁移设备、删除前保护、完整恢复 | 文件较大，耗时更长   |
| 精简备份 | 主要是聊天记录和设置，跳过图片、知识库等数据文件 | 快速保留常用配置和聊天     | 不能单独恢复完整知识库 |

{% hint style="warning" %}
精简备份不是知识库删除前的恢复保障。重要迁移至少保留一份完整备份，并在目标环境实际完成召回测试。
{% endhint %}

## 更新和删除怎么处理

### 来源内容更新

1. 重新添加同名资料。
2. 需要覆盖旧版本时选择【替换】；只有确实要并存时才选择【全部保留】。
3. 等待资料变为就绪。
4. 抽查正文和 Chunks。
5. 运行固定的召回回归问题。

### 处理设置更新

只改变处理器、OCR、分块或模型设置时，对现有条目执行【重新索引】。修改配置本身不会自动重做旧资料。

### 删除资料或知识库

删除会移除知识库托管的内容和索引，但不会删除原路径中的文件或原笔记。操作前确认原始来源仍可找到、完整备份可用，并检查是否仍有 Agent 绑定该知识库。

## 配置说明

| 项目   | 推荐起点       | 验收方式        | 风险           |
| ---- | ---------- | ----------- | ------------ |
| 资料版本 | 同一用途只保留当前版 | 固定问题只命中正确版本 | 新旧规则混用       |
| 云端服务 | 按敏感等级逐项确认  | 查看处理器和模型配置  | 文档或片段发送到外部服务 |
| 备份   | 大改前创建完整备份  | 恢复后检查条目和召回  | 精简备份缺少知识库文件  |
| 重新索引 | 分批处理代表性资料  | 同一问题集前后对比   | 一次性重建失去可用基线  |

## 用户案例

小林要把团队制度库迁移到新电脑。他先记录处理器和模型配置，创建完整备份，在新电脑恢复后检查三条资料的正文与 Chunks，并重复原来的五个召回问题。全部通过后，他才清理旧环境。

完成标准是：资料数量和标题一致，关键问题仍命中同一来源，且团队确认所有云端服务符合数据要求。

## 完全离线检查清单

* 文档解析与 OCR 使用系统、本地或自托管能力。
* 嵌入模型在本机运行。
* 不使用云端重排，或使用本地重排能力。
* 对话与 Agent 使用本地聊天模型。
* 没有启用会把内容发送到外部系统的 MCP、网络搜索或频道。

## 常见问题

<details>

<summary>修改原文件后，知识库会自动更新吗？</summary>

不会。文件、网页和笔记都是按导入时内容建立资料。重新添加并替换，或按需要重新索引。

</details>

<details>

<summary>使用本地嵌入模型就完全离线了吗？</summary>

不一定。解析、OCR、重排或聊天中的任一环节使用云服务，都可能发送完成任务所需的内容。

</details>

<details>

<summary>精简备份能恢复知识库吗？</summary>

不能恢复完整知识库文件。迁移或删除前使用完整备份，并在恢复后实际验证资料与召回。

</details>

## 继续阅读

<table data-view="cards"><thead><tr><th></th><th></th><th data-hidden data-card-target data-type="content-ref"></th></tr></thead><tbody><tr><td><strong>文档解析与 OCR</strong></td><td>了解本地与云端处理器的差异。</td><td><a href="/knowledge-base/document-preprocessing.md">文档解析与 OCR</a></td></tr><tr><td><strong>添加与整理资料</strong></td><td>替换来源并管理资料版本。</td><td><a href="/knowledge-base/sources.md">添加与整理资料</a></td></tr><tr><td><strong>常见问题</strong></td><td>按失败层级快速定位问题。</td><td><a href="/knowledge-base/troubleshooting.md">常见问题</a></td></tr></tbody></table>


---

# 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 dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.cherryai.com.cn/knowledge-base/data.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

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.