搭建知识库：五步走通 RAG 问答

知识库让机器人根据你给的资料回答问题：上传产品手册、社群指南、课程笔记，提问时 Agent 自动检索相关片段再作答。这是检索增强生成（RAG）——上传资料不会训练模型，答案也不保证全对。4.5.0 起原生内置，不用装插件。

第一步：配嵌入模型

前置条件，没配的先去嵌入与重排序。「模型提供商 → 嵌入 → 新增」，OpenAI 兼容服务、Gemini、Ollama、阿里云百炼、NVIDIA 都可选。重排序模型可选，不配也能建库。

第二步：创建知识库

1. 「知识库」→「创建知识库」
2. 填好识别度高的名称（如「社群新人指南」）和描述
3. 嵌入模型选刚配的提供商；重排序可选
4. 创建

建库后嵌入模型不可换——换模型等于旧索引全部作废，只能建新库重传资料。也别直接改被引用的提供商的模型或维度，同样会让索引不兼容。

第三步：上传资料

1. 进入知识库的「文档管理」→「上传文档」
2. 拖入文件，可多选；支持 txt、md、pdf、docx、epub、xls/xlsx 等格式，单文件上限 128MB
3. 分块参数首次用默认值即可：分块大小 512、重叠 50、批处理 32、并发 3、重试 3
4. 等解析分块完成，文档列表出现分块数即成功

资料相关提醒：扫描版 PDF 不会自动 OCR，先转文字版；大资料按主题拆文件更好维护；改默认分块设置只影响以后的上传，已传的不会重切。

网页导入走「从 URL」标签，用 Tavily 提取网页内容（测试版功能，读默认配置文件里的 Tavily Key），导入的是当时快照，网页后续更新不会同步。

第四步：先测检索

上传成功不等于聊天里能用，更不等于能答对。 在知识库详情的「知识库检索」标签里：

1. 输入一个文档里确实有答案的问题
2. 点检索，看返回片段和所属文档
3. 片段里真有答案，再往下走；没有就回头修文档和分块，别急着怪模型

第五步：接入聊天

1. 「配置文件」→ 选机器人用的那份
2. 「AI → 能力 → 知识库」的知识库列表里勾选一个或多个
3. 保存配置，去会话里提问验证

检索模式两种：普通检索（默认，每次消息都先检索）和 Agentic 检索（把检索做成工具，模型自己决定何时查，需要模型支持工具调用）。检索数量默认融合 20 条、最终给模型 5 条，先不动，按实测调。给特定群单独挂库用自定义规则，会话级选择优先于配置文件。

维护与排障

• 更新资料 = 删旧文档传新版，避免新旧规则并存打架；删除不可恢复，保留原始备份
• 检索不到答案：查分块内容、换更明确的问题、调分块与检索数量、加重排序
• 检索有结果但机器人不用：确认配置文件勾了库、没被会话规则覆盖，人格里补「优先依据检索资料回答」
• 换模型报向量维度错误：原索引与新模型不兼容，恢复原配置或建新库重传，改维度数字没用

官方文档还提示可以搭配网页搜索能力互补：知识库存自维护的资料，网页搜索补实时信息。