管理知识库资料并验证检索效果
AI 知识库创建完成后，需要在知识库编辑器中添加资料并等待处理完成。知识库编辑器包含Document Management、Knowledge Settings和Query Test三个页签，分别用于维护资料、调整检索参数和验证查询效果。
添加本地文档或网页资料
在Document Management页添加与维护 AI 知识库文档：
Loading...
点击Add File，弹出添加文件滑窗。
Loading...
在选择数据源步骤中，可以选择两类资料来源：
- Local Files：点击虚线框选择文件，或将文件拖入虚线框，等待上传完成后点击
Next。 - Web URL：输入起始 URL，点击
Add URL Task添加网页抓取任务，可配置抓取深度、最大抓取时长、最大文档数、智能正文提取，以及 URL 白名单/黑名单规则。
本地文档支持 PDF、DOCX、TXT、MD。单个文件大小不超过 10MB，单次最多上传 20 个文件，批量总大小不超过 500MB。
Loading...
进入分段及清洗步骤后，根据资料内容配置分段标识符、分段最大长度、分段重叠长度和清洗设置，配置完成后点击Next。参数说明参考向量化配置。
Loading...
进入处理并完成步骤后，系统会在后台处理每一个文档。可等待所有文档向量化完成，也可点击返回文档列表直接关闭滑窗，后台处理流程不会中断。
Loading...
在文档列表中可以搜索文档标题、刷新处理状态、重新向量化文档或删除文档。Web URL 类型的文档还可以查看网页抓取信息。
根据查询效果调整知识库设置
Knowledge Settings中的配置项会影响搜索结果准确性和最终返回内容的大小。
Loading...
向量数据库和向量模型创建后不可直接修改。开发者可以根据查询测试的反馈，动态调整重排模型、TopK、TopN、向量相似度阈值、重排分数阈值等参数。
重排模型为可选项。不配置重排模型时，知识库直接返回向量检索结果，TopN和重排分数阈值不参与重排过滤；配置重排模型后，可以用它提升候选片段排序质量。
如果已配置重排模型，可以开启启用关键词召回，并设置关键词召回数量上限。开启后，查询会同时执行向量召回和关键词召回，再合并去重并重排。它适合资料中包含大量专有名词、编号、产品型号、制度条款号、缩写和固定术语的场景。
关键词召回依赖重排模型。未配置重排模型时，即使界面中尝试开启，知识库也不会使用关键词召回。
提高准确性需要先了解设置如何参与查询流程。修改配置项后需点击保存，才能在查询测试中生效。
用查询测试检查资料是否命中
Query Test用于调试 AI 知识库的检索效果。
Loading...
输入问题后点击Test Query，系统会理解查询语义并返回结果；同时显示命中的文档片段数量、每个片段的向量相似度评分与重排分数评分。开启关键词召回后，查询测试还会展示向量召回数量、关键词召回数量、合并去重数量和重排数量，并在结果上标识向量召回、关键词召回或双路命中。如果命中了关键词，结果中会显示匹配到的关键词。
这些信息可以帮助开发者判断问题出在哪里：
- 向量召回少：优先检查向量模型、分段长度、TopK 和相似度阈值。
- 关键词召回少：检查用户问题中的关键词是否与文档原文一致，或适当增大关键词召回数量上限。
- 合并去重后数量少：说明两路召回高度重叠，通常是正常现象。
- 重排后结果不理想：检查重排模型、TopN 和重排分数阈值。
建议至少测试三类问题：
- 资料内问题：应能命中正确文档片段。
- 相似但不同的问题：检查是否误命中无关资料。
- 资料外问题：确认没有资料依据时不会返回误导性内容。
向量化配置说明
- 分段标识符：用于拆分文档的分隔符，可选择多个。系统按所有选择的分隔符进行分段。
- 分段最大长度：每个文本块的最大字符数，建议 500–2000。小块更精确但可能丢失上下文；大块保留更多上下文但可能不够精确。
- 分段重叠长度：相邻文本块的重叠字符数，建议为块大小的 10%–20%。
- 开启分段清洗：提升文本质量与检索精度的清洗功能，如空白清理、全角转半角、断行修复等。
知识库配置参数说明
| 参数名称 | 默认值 | 建议范围 | 说明 |
|---|---|---|---|
| 向量模型 | - | - | 决定文档与查询的语义理解能力，创建后不可修改 |
| 重排模型 | - | - | 可选。对召回结果进行精细排序，可随时更换以优化效果 |
| TopK | 50 | 1-100 | 向量召回条数，控制初步检索的文档数量 |
| TopN | 5 | 1-10 | 最终返回给用户的文档片段数量；配置重排模型后表示重排后返回条数 |
| 向量相似度阈值 (vectorScore) | 0.6 | 0.1-1.0 | 过滤召回结果，值越高要求越严格 |
| 重排分数阈值 (reRankScore) | 0.3 | 0.1-1.0 | 配置重排模型后生效，过滤重排结果，值越高要求越精确 |
| 启用关键词召回 | 关闭 | 开启/关闭 | 配置重排模型后可开启。开启后与向量召回并行执行，再合并去重并重排 |
| 关键词召回数量上限 | 10 | 1-50 | 控制关键词召回最多返回多少个候选片段。资料中专有名词较多时可适当增大 |
一般建议先增大 TopK 扩大召回覆盖，再通过 vectorScore 过滤明显无关内容。若配置了重排模型，再用 reRankScore 做精细过滤。资料中存在大量编号、型号、条款号和固定术语时，再开启关键词召回补足精确词命中。