1.3 知识库(Knowledge Base)

知识库给智能体配上"长期记忆"。把企业文档、产品手册、政策法规喂进来,AI 在对话中通过 RAG 检索增强后再回答。

进入路径:左侧主导航 → 知识库(/knowledge-base)。

底层引擎:LightRAG 1.5.1(向量 + 知识图谱混合检索)。文档解析:auto(默认) / markitdown / vlm / mineru 四选一(每个知识库独立选);其中多模态("i" 图像分析)只有 mineru 解析器支持。重排序现仅支持远程 API(本地 rerank 已移除)。

1.3.1 知识库列表 [U]

截图:知识库列表

布局

顶部统计区(4 张卡片):知识库总数 / 活跃数 / 文档总数 / 存储空间
创建按钮:右上角「创建知识库」
卡片网格(3 列):每张卡片显示
- 名称 + 描述
- 文档数 / 大小
- 解析器类型(auto / markitdown / vlm / mineru)
- 创建时间
- 状态徽章(启用 / 禁用)
卡片点击:进入详情页

1.3.2 创建知识库 [U]

路径:/knowledge-base/create

这是表单字段最多的页面之一,分几个区块逐一说明。

截图:创建知识库表单

基本信息

字段	类型	必填	说明
name	text	✓	系统标识,小写英文+数字+下划线,创建后不可改
display_name	text	✓	UI 名称
description	textarea		描述
language	select	✓	简体中文 / 繁体中文 / English / 日本語 / 한국어 / Français / Deutsch / Español / Русский / Português;创建后不建议修改,改了已有文档需要重新解析

模型选择

字段	类型	必填	说明
llm_model_id	select	✓	用于摘要、图谱构建、问答合成
embedding_model_id	select	✓	用于向量化文档
vision_model_id	select		视觉模型(可选);开启图像处理时使用
rerank_model_id	select		重排序模型(可选);提升相关性

💡 模型由管理员在 AI 模型管理中维护。如果某个模型在下拉里不显示,联系管理员开通。

解析器配置

字段	类型	说明
parser_type	select	`auto`(默认,系统按文件类型选) / `markitdown` / `vlm` / `mineru`
enable_image_processing	checkbox	是否解析文档中的图片(默认开)

parser_type = mineru 时的额外字段

MinerU 是 OpenDataLab 出品的高保真 PDF 解析器,适合扫描件、复杂版式、含公式表格的文档。

字段	说明
lang	OCR 语言,影响识别精度
backend	`pipeline` / `vlm-transformers` / `vlm-http-client`
device	`cuda` / `cpu` / `mps` / `npu`
source	模型仓库:`modelscope` / `huggingface` / `local`(取决于部署能访问哪个)
vlm_url	仅 `vlm-http-client` 需要;独立部署的 VLM HTTP 服务地址
enable_formula	公式识别
enable_table	表格识别

⚠️ 首次使用 MinerU 时,后端会按 source 下载模型权重(约几 GB)。如果部署环境不能访问 ModelScope/HuggingFace,请改用 local 并由运维预先放置模型。

分词策略(Chunking)

决定文档怎么切片入库。共 3 种策略:

策略	适用场景
length	通用,按 token 数固定切片
outline	按文档大纲(标题层级)切片,语义更完整
semantic	按语义相似度自适应切片,质量最高但慢

length 策略参数

字段	说明
chunk_token_size	单块 token 数,推荐 512~2048(默认 1024)
overlap	相邻块重叠 token 数,推荐 64~256(默认 128)
split_by_character	切分时优先在哪个字符上断开,默认 `\n`

outline 策略参数

字段	说明
split_length	单块最大长度
min_length	单块最小长度,小于此值会合并到下一块
chunk_size	目标块大小
workers	LLM 并发数(用于处理大纲提取)
llm_max_tokens	LLM 单次最大 token
align_parallel	是否并行对齐

semantic 策略参数

字段	说明
split_length	期望块长度;系统会按语义相似度向上向下调整

创建提交

填完所有必填字段
系统实时校验 name 格式
点击「创建知识库」 → 跳转到知识库详情页

1.3.3 知识库详情 [U]

路径:/knowledge-base/{id}

截图:知识库详情页

页头

返回按钮 + 知识库标题 + 描述
右上角:「编辑」「删除」按钮

统计卡片

卡片	内容
文档总数	数字 + 解析中/失败数
解析器	parser_type 名称
状态	启用 / 禁用

Tab 切换

Tab	用途
文档	上传和管理文件
QA 管理	人工编写问答对补充知识
知识图谱	可视化查看实体关系图(LightRAG 自动构建)
查询测试	不走应用直接测试检索效果
配置	等同于编辑页

文档 Tab — 文档列表

表格列:

列	说明
文件名	含图标(按类型)
大小	MB
状态	上传中 / 解析中 / 成功 / 失败
上传时间
操作	下载（原文件）/ 移动到文件夹 / 重试(失败时)/ 删除

每个文档都可下载它的原始文件(操作列的「下载（原文件）」)。

顶部「上传文档」按钮 → 跳转上传页。

文档 Tab — 文件夹管理

文档 Tab 左侧是一棵多级文件夹树,用于归类文档:

左侧文件夹树:点击切换右侧列表过滤,支持新建 / 重命名 / 删除文件夹
多选文档 + 「移动到…」:勾选多个文档后,出现批量操作条,点「移动到…」选目标文件夹
含子文件夹 开关:开启后右侧列表显示所选文件夹及其子文件夹下的全部文档
拖拽移动:直接把文档行拖到目标文件夹节点即可移动(拖单条;若该条在多选内则拖整组)

危险操作

删除知识库 → 二次确认 → 整库及所有文档、QA、图谱数据永久删除
删除单个文档 → 二次确认 → 该文档从索引中移除

1.3.4 编辑知识库 [U]

路径:/knowledge-base/{id}/edit

字段与创建页几乎相同,差异:

name 字段禁用(创建后不可改)
新增 status 复选框(启用 / 已禁用)
解析器和分词策略可改,但已有文档不会自动重新解析;改完想生效,需要重新上传

💡 修改 language 字段会触发提示框警告"需重新上传所有文档"。

1.3.5 文档上传 [U]

路径:/knowledge-base/{id}/upload

截图:文档上传页

三种上传方式

本地文件拖拽 / 选择:支持 PDF / DOCX / XLSX / PPTX / TXT / MD,单文件 ≤ 100MB
从 URL 添加:输入网页 URL,系统抓取正文后入库
抓取 Sitemap:输入 sitemap.xml URL,批量导入整站(适合产品文档站、博客)

文件列表

每个待上传/已上传的文件占一行:

字段	编辑性
显示名称	待上传时可编辑
描述	待上传时可编辑
大小	只读
状态	待上传 / 上传中(带进度条) / 成功 / 失败
操作	单独上传 / 删除 / 重试

批量操作

全部上传:批量上传所有待上传文件
完成:全部成功后点击返回详情页

⚠️ 解析需要时间。一份 100 页 PDF + MinerU 可能需要 5~15 分钟。上传完后状态会显示「解析中」,在详情页可看进度。

1.3.6 查询测试 [U]

路径:/knowledge-base/{id}/query

不接入应用,直接在这里试问知识库回答效果,边问边调参数。

截图:查询测试页

左侧:查询配置

字段	类型	默认	说明
mode	select	mix	`naive` / `local` / `global` / `hybrid` / `mix`(推荐) / `bypass`
vlm_enhanced	checkbox	关	启用视觉模型解读图片块
topK	slider 1~20	5	召回片段数
max_tokens	slider 500~4000	2000	回答上限
temperature	slider 0~1	0.7	LLM 发散度

模式说明:

naive:纯向量召回,最快
local:基于实体的局部检索
global:基于主题的全局检索
hybrid:local + global 合并
mix:向量 + 图谱混合(默认推荐)
bypass:绕过 RAG,直接让 LLM 回答(用于对比基线)

右侧:查询区

上方:问题输入框 + 「查询」按钮
示例问题按钮:点击自动填充常见问题
下方:查询历史(从新到旧),每条包含:
- 问题、时间戳、处理耗时
- 流式渲染的回答(Markdown)
- 来源标签:点击展开看具体引用片段(相似度百分比、文件路径、预览文本)

清空历史

按钮位置:右侧顶部「清空历史记录」。仅清空当前页面显示,不删数据库。

1.3.7 QA 问答对管理 [U]

路径:/knowledge-base/{id}/qa

文档型知识有时不够准确。QA 模块让你人工写问答对作为高优先级答案,典型场景:常见问题清单、敏感问题口径、政策标准答复。

截图:QA 管理页

布局

左侧 — 分类树
- 树形结构(可多层)
- 每个分类显示 QA 数量
- 点击切换右侧列表过滤
- 右键菜单:新建子分类 / 编辑 / 删除
- 顶部「新建分类」按钮
右侧 — QA 列表
- 表格列:问题、回答(截断)、分类、标签、创建时间、操作
- 顶部:「创建 QA 对」、「批量导入」按钮
- 行操作:编辑、删除

对话框

创建/编辑 QA 对

字段	必填	说明
问题	✓	用户可能问的原话
回答	✓	标准答复(Markdown)
所属分类		树形选择
标签		多标签

创建分类

字段	必填	说明
分类名称	✓
父分类		留空表示根分类

批量导入

上传 CSV 文件,格式:question,answer,category
系统按行解析,导入后给出成功/失败统计

💡 QA 对在检索时优先级高于文档。如果一个问题既匹配 QA 又匹配文档,QA 会被优先返回。

1.3.8 常见问题

Q1:文档解析卡在"解析中"很久?

视文件大小、解析器、是否需要 OCR 而定:

markitdown / 纯文本:几秒
普通 PDF + MinerU pipeline:1~3 分钟/100 页
扫描件 PDF + MinerU VLM:5~15 分钟/100 页

超过预期可在管理员-审计看后端任务状态。

Q2:查询测试效果好,接入应用后却答非所问?

检查智能体的知识库步骤配置:

retrieval_config.mode 是否和测试时一致
top_k 是否设太低
threshold 是否设太高(被过滤掉了)
as_tool=true 时 AI 可能选择不调用知识库 — 关掉它让每次都强制检索

Q3:删错文档怎么办?

文档软删除后会在后端保留 30 天(由部署方设置),期间联系管理员可以恢复。超过 30 天则物理删除。

Q4:能跨知识库检索吗?

可以。在智能体的知识库步骤里 knowledge_base_ids 选多个即可。每个知识库会独立检索,结果合并后送入 LLM。

1.3 知识库(Knowledge Base) ​

1.3.1 知识库列表 [U] ​

布局 ​

1.3.2 创建知识库 [U] ​

基本信息 ​

模型选择 ​

解析器配置 ​

parser_type = mineru 时的额外字段 ​

分词策略(Chunking) ​

length 策略参数 ​

outline 策略参数 ​

semantic 策略参数 ​

创建提交 ​

1.3.3 知识库详情 [U] ​

页头 ​

统计卡片 ​

Tab 切换 ​

文档 Tab — 文档列表 ​

文档 Tab — 文件夹管理 ​

危险操作 ​

1.3.4 编辑知识库 [U] ​

1.3.5 文档上传 [U] ​

三种上传方式 ​

文件列表 ​

批量操作 ​

1.3.6 查询测试 [U] ​

左侧:查询配置 ​

右侧:查询区 ​

清空历史 ​

1.3.7 QA 问答对管理 [U] ​