创建知识库元素

AI知识库是智能知识检索系统，它将非结构化文档转化为可被语义理解的结构化知识。作为实现RAG（检索增强生成）的核心组件，知识库为AI Agent提供准确、及时的领域知识检索能力。

知识库由向量模型、重排模型、向量数据库、文档处理器和关系数据库五个核心组件协同工作。支持PDF、DOCX、TXT、MD等文档格式，提供语义检索和关键词检索两种检索方式。通过两阶段检索机制（向量检索+重排序），系统能够理解查询的语义意图，返回最相关的知识片段。

创建AI知识库元素

提示

建议先完成大模型厂商和向量数据库的创建，再创建AI知识库，以便在创建流程中直接选择对应元素。大模型厂商推荐阿里百炼和硅基流动，他们有比较丰富的向量和重排模型供开发者选择。

在元素目录树点击搜索框右侧的+按钮，选择AI知识库-标准知识库。随后弹出创建AI知识库元素的弹窗。

创建弹窗中需依次完成名称,向量数据库，向量模型和重排模型的选择。点击确定完成创建。

提示

向量模型对搜索的结果有较大的影响，请根据实际情况选择，创建完成后不允许再次修改。

创建完成后会在左侧元素树中显示。

AI知识库基于先进的RAG（检索增强生成）架构，由五个核心组件协同工作：

语义理解技术：采用先进的文本向量化模型，将自然语言转换为数学向量空间中的点，使计算机能够理解文本的语义关系，而不仅仅是关键词匹配。

两阶段检索机制：

混合存储策略：向量数据库专门处理高维向量的相似度计算，关系数据库管理结构化的元数据，两者协同确保检索的高效性和准确性。

用户查询经过向量化后，系统在向量空间中检索出TopK个语义相似的候选文档，通过相似度阈值过滤低质量结果，最后使用重排模型基于查询上下文进行精确排序，返回TopN个最相关的知识片段。

关于检索参数配置和在后端可视化编程中的具体使用方法，请参见使用知识库进行全文与语义检索。