#知识库概述

AI: 知识库专业版+

#介绍

知识库是 RAG 检索的基础。你可以把产品手册、内部制度、业务术语、FAQ 等文档放进知识库，NocoBase 会把文档转成可检索的分段和向量数据。AI 员工回答问题时，就可以先从知识库里召回相关内容，再把这些内容作为上下文交给大模型。

大部分场景只需要维护 Local 知识库。只有当文档和向量数据已经由外部系统维护时，才需要考虑 Readonly 或 External 知识库。

#进入知识库管理

进入「AI employees」插件配置页面，点击「Knowledge base」标签页，就能看到知识库列表。列表中的卡片会展示知识库名称、文档数量、字符数量、被 AI 员工引用的数量，以及启用状态。

点击知识库卡片后，会进入该知识库的详情页。其中：

• 「Documents」用于上传文档、执行向量化、进入分段管理
• 「Hit tests」用于测试检索词能命中哪些分段
• 「Settings」用于调整知识库基本信息、向量配置和默认分段参数

#新建知识库

点击右上角「Add new」可以新建知识库。下拉菜单里会显示三种类型：Local、Readonly 和 External。

三种知识库的能力边界不同：

默认推荐使用 Local 知识库。只有当文档和向量数据已经在外部系统中维护，并且 NocoBase 只需要读取检索结果时，才考虑 Readonly 或 External。

Local 知识库通常需要填写这些信息：

• 「Key」：知识库唯一标识，创建后不可修改
• 「Name」：知识库名称
• 「File storage」：文档和分段文件保存到哪个文件存储
• 「Vector database」：选择已经配置好的向量数据库，配置见 向量数据库
• 「LLM service」：选择已经配置且支持 Embedding model 的 LLM 服务，配置见 LLM 服务管理
• 「Embedding model」：选择或输入用于生成和检索向量的 Embedding model；切换 LLM 服务后，可选模型会随之更新
• 「Description」：知识库说明
• 「Split document」「Chunk size」「Chunk overlap」：文档上传后的默认分段参数
• 「Enabled」：是否启用该知识库

Readonly 知识库不需要「File storage」和默认分段参数，不过同样需要选择「Vector database」「LLM service」和「Embedding model」。

#后续操作

知识库创建完成后，可以按下面的顺序继续配置：

至此，一个知识库已经具备接入 RAG 的基础条件。接下来可以在 AI 员工设置中启用知识库检索，详细用法见 RAG 检索。