知识库

知识库是 combo agent 的外部记忆。把企业规范、既往项目、行业标准一次性喂进去，Agent 在回答/生成时会自动检索相关片段。

1. 入口

顶部菜单 "知识库" 标签进入。

页面分三块：

• 顶部搜索：按名称搜。
• "我的知识库"：你本人创建的。
• "团队知识库"：当前租户/团队成员创建并共享给你的。

跨租户（如你既在汽车项目又在专利项目的租户里）切换顶部租户后，知识库列表会过滤到当前租户可见范围。

2. 创建知识库

点击右上角 "创建知识库"，填写：

创建成功后会进入知识库详情页，左侧有四个子页签：数据集 / 检索测试 / 切片 / 设置。

3. 上传文档（数据集）

3.1 支持格式

.pdf   .docx   .xlsx   .txt   .md   .html   .csv   .rtf
.ppt   .pptx
.jpg .jpeg .png .gif .bmp .tiff .webp .svg   （含 OCR）
.mp3 .wav   （音频转录）
.eml   （邮件）
.dbc   （汽车总线信号库）

3.2 上传方式

• 拖拽：直接把文件/文件夹拖到页面。
• 点击上传：打开文件选择器。
• 批量上传：单次最多 100 文件，超出自动分批。
• 文件夹递归：保留目录结构作为文档标签。

3.3 解析状态

4. 切片方式（最重要的设置）

一个文档能否被 Agent "用好"，70% 取决于切片策略。在 "设置" Tab 里选 parser_id，系统提供 15 种：

选择建议：

4.0.1 切片解析结果浏览：以 ABZ ASPICE 案例为例

文档上传 + 解析完成后，每个文件都可以从"知识库 → 数据集"列表点进去，进入解析块（chunks）浏览页，逐条查看 LLM 切出的内容。

下面以 ABZ 知识库（基于 Eclipse S-CORE 的 ABZ 自适应外部照明 ASPICE 全套交付物）为例。

Step 1：文件列表页

进入知识库后能看到文档列表，每行展示：文件名、所在目录、分块数、上传日期、切片方法、启用开关、解析状态、动作按钮。

Step 2：点文件名进入解析块页

点任意文件名（如 09-Executive-Summary-and-Cover-v1.17.docx）进入"解析块"页面：

• 顶部面包屑：知识库 / 数据集 / 解析块，可一键回退
• 每条 chunk 独立卡片展示，右上角有启用开关，可以单条停用
• 结构化内容保留：表格被识别为表格 chunk（如上图中 Subject / Program / Platform / Compliance 等元数据表格被完整切出，行列结构未被打散）
• 批量操作：左上角"批量"可以多选 chunk 后启用 / 停用 / 删除
• 检索预览：右上角"全文 / 省略 / 搜索 / 过滤"按钮支持快速找到特定 chunk

同样的浏览页适用于所有 parser（naive / qa / paper / book / picture / one 等）。区别只是切片粒度和切片内字段：

• naive / book / paper：文本块 + 段落表格
• picture：每张图一个 chunk，内容是视觉 LLM 输出的结构化描述
• qa：每对 Q/A 一个 chunk
• knowledge_graph：每个实体 / 关系一个 chunk

4.1 通用切片参数（所有 parser 共用）

4.2 嵌入模型

"设置 → 嵌入模型" 下拉选：

• bge-large-zh-v1.5（中文默认，1024 维）
• bge-m3（多语言，1024 维）
• text-embedding-3-small / -3-large（OpenAI）
• 自部署：GPUStack、Ollama、Xinference 提供的任何 embedding 模型

5. 检索测试

"检索测试" Tab：在正式接入 Agent 之前验证切片质量。

• 输入问题 / 关键词
• 选 Vector / Text / Hybrid 三种模式
• 调 top_k（1–30）
• 查看返回片段 + 相关性得分 + 所属文档 + 切片 ID

判断标准：

• 期望答案所在文档片段排在 Top-5：切片配置 OK
• 排不进 Top-20：调小 chunk token、开 Auto Questions、换 embedding
• 完全检索不到：检查文档是否"已解析"、embedding 是否正确生成

6. 绑定到 Agent（最关键一步）

知识库本身只存数据，不会自动被 Agent 调用。你必须显式绑定。

6.1 三种绑定方式

当前版本提供三种绑定入口（按常用度排序）：

当前版本的 Agent 模板编辑 UI 尚未对外暴露 kb_ids 字段，需要通过 API/CronJob 配置。后续会补充"编辑 Agent → 勾选知识库"的图形化入口。

6.2 临时知识库 vs 正式知识库

最佳实践：临时上传适合一次性任务（如"帮我总结这个 PDF"），正式知识库适合需要长期复用的资料（如企业规范、行业标准）。

7. 知识图谱（KG）

parser_id=knowledge_graph 的知识库会额外构建实体-关系图，支持：

• 图可视化（力导图）：探索实体之间的联系
• 图检索：问"A 和 B 之间有什么关系？"时按图遍历回答
• 属性检索：按实体属性过滤（如"找所有类型=芯片的实体"）

详见：Skills / 知识图谱 中相关能力说明。

8. 常见问题

Q：上传了文档为什么 Agent 还是答不准？ A：按顺序检查：

1. 文档解析状态是否 ✅ 已解析
2. 到「检索测试」试问，看期望片段能否 Top-5 命中
3. 到 Agent 编辑页确认该知识库已出现在 kb_ids 多选里
4. 在会话里问时，Plan Mode 是否是 Auto/Full（Fast 会跳过部分规划，可能不触发检索步骤）

Q：同一个文档传两次会重复吗？ A：系统按文件哈希 + 文件名去重。同名文件覆盖升级（旧切片删除重建），不会产生重复片段。

Q：能不能控制哪些切片允许被检索、哪些不行？ A：可以。每个切片可设"启用/禁用"（在"切片"Tab 的列表里切开关），禁用的片段不参与 embedding 检索。

Q：知识库容量上限？ A：没有硬限制，但建议单库 < 100 万 chunk。超量请按主题拆库。ES / Infinity 驱动下单库 1000 万 chunk 检索仍 < 300ms，但管理界面会变卡。

Q：团队成员删了知识库，我本地还能用吗？ A：不能。删除是硬删除，Agent 绑定 kb_ids 中对应条目会在下次检索时报"库不存在"，需要移除或替换。

9. 下一步

• 知识库切片选好了，想进一步调 Agent 的记忆与检索策略？→ Agent 设置
• 想让 Agent 在汽车需求或专利撰写场景里用知识库？→ 见对应场景说明书
• 想让其他用户/租户也能看到你的知识库？→ 协作与团队