ClouisleClouisle

创建知识库

为团队建立可检索的文档集合并选择索引模型

知识库必须归属于一个团队。创建时的两个决定最难回头:嵌入模型决定向量维度(文档处理后不可更换),可见性决定谁能在没有共享的情况下读到它。名称在团队内必须唯一。

前置条件

1)你是目标团队的成员,并拥有创建知识库的权限;2)团队已获授权一个可用的嵌入模型(未授权会在创建时被拒绝,缺少可用模型则该知识库无法检索);3)如需重排序,再授权一个重排序模型。授权与供应商配置见模型管理。

权限与可见性

操作谁可以做
查看知识库 / 文档 / 分块团队成员,且符合可见性规则
命中测试(检索)有查看权限的人
创建知识库团队成员
编辑设置、上传/处理/删除文档、编辑分块创建者本人,或团队管理员
删除知识库团队管理员
共享给其他团队 / 取消共享所属团队管理员

可见性在创建/编辑对话框中设置:

可见性谁可以读说明
私有仅创建者团队其他成员看不到;不能共享给其他团队
团队本团队所有成员写入仍需要创建者或团队管理员
公开预留值界面不提供,仅作兼容保留

跨团队访问只能通过共享获得,且始终是只读的——见下文「跨团队共享(只读)」。

知识库列表

管理员在管理后台 → 知识库看到的是跨团队的知识库表格:

表格列说明
名称知识库名称,描述显示为第二行
团队所属团队
文档数文档总数
分块数分块总数
状态当前状态
创建时间创建时间

表格另有行选择框与每行的操作入口。列表只提供启用 ↔ 归档的状态切换;筛选面的状态选项只有启用与归档。

列表还支持按团队、名称关键词和状态筛选;接收共享的团队可以选择只看自己团队的知识库。

创建知识库

  1. 前往知识库,选择创建知识库。
  2. 填写基本信息:
    • 名称:1-100 字符,团队内唯一,重名会报错。
    • 描述:最多 500 字符,说明用途与内容范围。
    • 团队:使用当前团队(管理后台的创建表单可指定其他团队)。
  3. 选择模型:
    • 嵌入模型:团队已授权的嵌入模型。创建后不可更改。
    • 重排序模型:可选,绑定后可在检索时对召回结果二次打分。
  4. 配置分块与重排序:
    • 分块大小:默认 1000 字符,最小 100(界面建议上限 2000)。
    • 分块重叠:默认 100 字符,最小 0(界面建议上限 500)。
    • 自定义分隔符:可填 \n\n 等转义写法,作为硬切分边界。
    • 启用重排序:默认开启;重排序候选数 默认 10(1-100);重排序分数阈值 默认留空(0-1)。
  5. 选择可见性(私有或团队)。
  6. 点击创建知识库,随后进入知识库详情页;确认状态为启用。

编辑已有知识库时,对话框额外提供启用知识库开关(关闭即归档,归档后的知识库不参与检索)。

创建知识库对话框
创建知识库对话框:模型、分块、重排序与可见性

嵌入模型不可更换

已存储的向量与创建时选择的嵌入模型绑定,更新嵌入模型会被直接拒绝。重排序模型可以随时更换(更换时会校验团队授权)。要换嵌入模型,只能新建知识库并用新模型重新处理文档。

模型与向量维度

嵌入模型

嵌入模型在平台登记并授权给团队后,才会出现在创建表单中。知识库只引用一个嵌入模型;没有可用模型时,文档处理与检索都无法进行。

向量维度

向量维度在首批文档完成向量化时写入并固化。此后:

  • 维度一致的文档正常入库;
  • 维度不一致的向量会写入失败,检索时界面会提示核对模型与索引维度;
  • 更换嵌入模型不会自动重建索引,需要新建知识库或执行完整的重新处理流程。

分块与检索设置

创建对话框和知识库设置里的关键项如下,字段级定义与全部限制见知识库设置参考:

设置默认值范围生效位置
分块大小1000>=100 字符文档处理(下次处理/重新处理时生效)
分块重叠100>=0 字符文档处理
自定义分隔符空任意字符串文档处理,硬切分边界
启用重排序开启开/关检索(需绑定重排序模型)
重排序候选数101-100检索
重排序分数阈值空0-1检索
检索方式空向量 / 全文 / 混合Agent/工作流检索的默认模式
返回结果数空1-100Agent/工作流检索
相似度阈值空0-1Agent/工作流检索

知识库设置与检索请求是两套默认值

知识库设置里的检索类字段默认是空的,只有显式设置后才生效;而检索请求不传参时按混合检索、返回 5 条、阈值 0 执行。命中测试面板会用知识库设置初始化,并可通过应用到生产把配置写回知识库。因此「知识库设置里的模式」主要影响 Agent/工作流检索,见检索与质量调优。

分块的字符语义、Markdown 与纯文本差异、预览与失败重试见分块与文档处理。

跨团队共享(只读)

共享让其他团队获得对某个知识库的读取与检索能力,但不能编辑。这是唯一一种跨团队访问方式。

操作步骤

  1. 在知识库列表中,把鼠标移到知识库卡片上,打开右上角 ⋯ 菜单,选择共享。
    • 该入口只对「自己团队拥有」的知识库显示,且需要团队管理员角色。
  2. 在共享对话框中选择团队。
    • 候选列表来自你加入的团队,并自动排除当前团队与已共享过的团队。
    • 权限级别只有只读一个选项且不可修改。
  3. 点击共享。列表出现该团队、只读徽章与「由某人共享」的说明。
  4. 需要撤销时,在已共享给列表中点击该条目的删除图标并确认,对方团队的列表会立即移除该知识库。

规则与失败原因

规则结果
私有可见性的知识库不能共享,界面提示私有知识库不可共享
共享给本团队拒绝,并提示不能共享给本团队
重复共享同一个团队拒绝,并提示已共享过
接收方团队看到的共享只有可见性为团队或公开的知识库
接收方权限仅只读:可查看、检索、在 Agent/工作流中关联;不能改设置、上传、处理或删除文档
撤销一个不存在的共享提示共享不存在

共享后在双方列表上的标识:

  • 接收方:来自 + 团队名的徽章,进入详情后所有写入入口禁用。
  • 拥有方:已共享 N 个团队 徽章。

在 Agent 与工作流中使用共享库

  • 接收团队的 Agent 只能关联已共享给该团队的知识库;未共享的知识库不会出现在选择列表中。
  • 关联后可继续为该关联单独设置返回结果数、相似度阈值和检索方式,它们覆盖知识库默认值;共享本身不改变这些覆盖规则。
  • 共享是只读的:接收方可以检索、命中测试、在 Agent/工作流中引用,但不能上传、处理、删除文档或编辑分块;检索按调用者身份与团队权限执行。

文档管理

文档管理包括上传、处理、重新处理和删除,详细步骤见导入文档与分块与文档处理。

能力说明
上传上传后为待处理,不会自动处理
URL 导入通过安全校验后创建网址文档,进入预览页后由你确认分块
支持格式PDF、DOC/DOCX、PPTX、TXT、Markdown、HTML、CSV、XLS/XLSX、JSON、URL(不支持 .ppt、压缩包与 OCR)
批量操作勾选多个文档:等待中文档快速处理、失败文档重试失败分段、删除
单文件上限站点设置的文档上传上限,默认 50MB,范围 1-1024MB

上传与处理是两个阶段:文档出现在列表中不代表已经完成嵌入。只有已完成的文档能被检索,也才适合绑定到 Agent。

批量处理的完成通知与恢复入口

  • 勾选多个待处理文档做批量处理,或从预览页批量提交分块时,全部文档结束后只发一条汇总通知,而不是每个文档一条。
  • 通知受站点通知类型控制:全部成功发索引完成通知,全部失败发失败通知,部分成功优先按失败提醒(若失败类型被关闭则回退到成功类型);两类都关闭时不发通知。通知链接指向该知识库。
  • 知识库详情页顶部会出现待处理文档横幅(仅知识库创建者或所属团队管理员可见、可关闭;共享库不显示)。点击继续处理会一次性拉取该库的全部待处理文档并跳到预览页,离开页面后也能从这里接着做。

统计

知识库详情页顶部显示统计卡片(文档数、分块数、Token 数、各状态计数);下拉菜单中的命中测试进入检索实验室。

  • 文档数按实际文档重新计算,不使用缓存值。
  • 分块数、Token 数按文档汇总并回写知识库统计。
  • 统计还包含各状态、各类型的文档数量,以及嵌入维度与嵌入统计。

未实现 / Roadmap:查询量、响应时间、缓存命中率、热门查询等检索分析,存储使用趋势与统计导出均不可用。

故障排除

文档处理失败

  1. 确认文件格式受支持、文件未损坏、大小未超限。
  2. 打开文档详情查看错误信息,确认是提取、切分还是嵌入阶段失败。
  3. 常见原因与处理:
原因处理方式
文本提取失败(损坏、加密、纯图片)转换格式或解除密码后重新上传
分块为零确认文件含可提取文本,或关闭文本清理后重试
嵌入失败(凭据、配额、维度)核对模型授权与向量维度,再重试失败分段
索引失败联系管理员检查检索服务状态

检索无结果或结果无关

  1. 确认文档状态为已完成。
  2. 用命中测试验证分数:0 条结果时先降低相似度阈值,再切换检索模式。
  3. 检查 Agent 是否为该知识库覆盖了返回结果数、阈值或检索方式。
  4. 联系管理员检查检索服务是否健康;必要时重新处理文档。

成本或性能异常

  • 成本偏高:减少不必要的重新处理,优化分块(更大的分块、更少的重叠),换用更经济的嵌入模型,删除冗余文档。
  • 检索慢:降低返回结果数、对简单查询关闭重排序、缩小文档范围,并联系管理员检查检索服务资源。

未实现 / Roadmap:每知识库文档上限、每日嵌入配额与成本告警均不可用。

最佳实践

  • ✅ 名称写清楚内容范围,避免「文档」「资料」这类无信息量的名字。
  • ✅ 先用默认分块(1000/100)跑通一条代表性文档,再用命中测试对比调整。
  • ✅ 定期清理过期文档;重复内容会互相竞争排名。
  • ✅ 私有知识库只用于个人草稿;团队共用的内容用团队可见性。
  • ❌ 不要指望手工「添加元数据」提升检索——元数据由处理流程自动生成,没有编辑入口。
  • ❌ 不要在生产环境直接更换嵌入模型,也不要跳过检索验证直接放大分块。

相关页面

这篇文章对你有帮助吗?

本页目录