文档中心
费用中心控制台

创建集合并导入知识 ​

连接 AI 助手

知识库集合保存实际被检索的向量数据。知识库组引用已经完成资料入库的 Collection。请先创建 Collection 并导入资料，再把 Collection 加入知识库组。

创建知识库集合 ​

准备一个有权创建和管理知识库集合的账号，再按以下步骤创建集合。

  1. 打开 知识库管理。

    打开知识库管理

    也可从左侧导航进入 知识库管理。

  2. 展开 我的 Collection，选择 新建 collection。

  3. 输入便于内容负责人识别的 collection 名称，并在 说明（可选，最多 2000 字） 中填写说明。

  4. 选择 向量维度（可选）、chunk_overlap（可选） 和 distance（可选），或保留当前默认值。

  5. 选择 确认创建，并把新集合选为本次上传目标。

在 我的 Collection 列表中，向量模型（只读） 显示集合实际使用的向量模型标识，便于核对集合配置。这一列不能修改，也不是智能体回答问题时使用的语言模型。显示 暂未获取 时，表示暂时没有取得这项信息，不表示集合没有向量模型；稍后刷新，仍未显示时联系平台支持。

创建表单提供：

字段设置建议影响
向量维度（可选）如无明确的向量维度要求，保留页面默认值决定 Collection 使用的向量维度
chunk_overlap（可选）先保留页面默认值，再根据固定问题的检索结果调整控制相邻分块重叠量
distance（可选）如无明确的距离度量要求，保留页面默认值控制向量距离计算方式

这些是集合创建参数，不是知识库组模板参数。需要改变向量维度或距离度量时，请新建 Collection、重新导入资料，并使用固定问题验证检索结果后再切换引用。

导入资料 ​

根据资料来源选择对应的入库方式，并在提交前确认目标 Collection。以下流程分别适用于本地文档、飞书文档以及网页或 Sitemap。

上传本地文档 ​

知识库管理中的 Collection 选择、上传来源、文档选择和生成 RAG 知识库操作
  1. 在 选择 Collection 中选择目标 collection。
  2. 选择 上传文件。
  3. 选择 选择文件，添加 PDF、DOCX、.md 或 .markdown 文件。
  4. 选择 预览 检查文件；发现错误文件时，选择 移除文件。
  5. 选择 生成 RAG 知识库。

单次最多上传 5 个文件；单个 PDF 最多 200 页。页面提交后会逐个解析、分块并生成 embedding。

本地文件任务不能使用 重跑。内容更新后，应重新上传新文件，并在确认新构建可用后处理旧构建记录和向量。

导入飞书文档 ​

飞书文档入库使用独立的用户 OAuth 流程，不复用飞书渠道机器人的消息权限。

  1. 在飞书开放平台应用中登记页面显示的 OAuth 回调地址。

  2. 按页面 权限推荐 开通以下范围：

    • docx:document:readonly
    • drive:drive:readonly
    • drive:file:readonly
    • wiki:wiki:readonly
    • contact:user.base:readonly
    • board:whiteboard:node:read
    • drive:drive.metadata:readonly
    • sheets:spreadsheet:readonly
    • bitable:app:readonly

  3. 填写 应用 ID、应用密钥和知识空间 ID。

  4. 选择 飞书登录 并完成授权。

  5. 在 飞书文档 ID 中输入 Wiki 页面 token 或文档 obj_token。

  6. 需要摄入知识库子页面时，选择 递归爬取子文档（知识库页面含子页面时可选）。

  7. 选择 摄入飞书文档，并检查构建任务。

授权 Token 保存后仍会过期。重跑飞书任务前，确认当前页面显示 已登录飞书；授权失效时重新登录，而不是反复提交同一个失败任务。

爬取网页或 Sitemap ​

手动网页模式只处理明确输入且以 http:// 或 https:// 开头的 URL。Sitemap 模式先解析 sitemap.xml，显示可访问 URL 数量和被过滤数量，再提交摄入。

网页摄入获取静态 HTML：

  • 不执行 JavaScript，SPA 页面可能无法提取正文。
  • 不自动跟随页面内链接。
  • 只爬取手动输入或 Sitemap 解析得到的 URL。

需要周期更新时，可以为网页或 Sitemap 任务选择每 12 小时、每天、每 3 天或每 7 天自动重跑。取消活跃定时任务会停止后续触发，不会自动删除已有构建结果。

管理入库任务和内容 ​

资料提交后，通过构建历史确认任务和内容状态；资料发生变化时，再按来源选择重跑、重新上传或清理不再需要的记录。

检查任务状态和日志 ​

在同页 构建历史 中按任务、collection 或状态检查结果。任务进行中时等待完成；失败时先打开 日志，再根据明确错误处理源文件、权限、网络或上游服务问题。

验证至少包括：

  1. 任务进入成功状态。
  2. 日志没有解析、embedding 或写入错误。
  3. 任务显示的 collection 与目标一致。
  4. 文档或 URL 列表与提交内容一致。
  5. 定时任务存在时，同时检查最近触发时间、最近一次执行结果和对应构建任务。页面显示的 上次成功任务 可能来自更早一次执行，不能证明本次重跑成功。

不要只凭“提交成功”判断资料已经可检索。

定时任务已触发但尚未生成构建任务时，先区分正在执行、执行失败和本次未生成任务等提示，再查看日志。最近一次执行失败时，即使页面仍保留以前成功的任务 ID，也应先处理失败原因。

重跑或更新内容 ​

网页和 Sitemap 任务可以直接重跑。飞书任务也可以重跑，但必须使用当前有效的飞书授权。本地上传任务需要重新选择文件上传。

重跑不一定是无中断更新。部分已有集合会先清理旧检索数据，再重新导入；页面提示这种处理时，导入期间检索结果可能短暂缺失，应在维护窗口操作或先用独立测试集合验证。若页面提示旧数据无法清理、重跑可能产生重复内容，不要连续重跑或直接删除生产集合；记录目标集合、任务 ID 和提示，请管理员确认清理或迁移方案，再验证检索结果。

更新生产内容时：

  1. 记录旧任务和固定验收问题。
  2. 一次只提交一个重跑或新上传任务，不要在任务仍在运行时重复提交同一更新。
  3. 等待任务成功，并打开 日志 确认没有解析、权限、网络或上游服务错误。
  4. 在智能体实例中重新执行固定问题。
  5. 确认引用、答案和无答案行为符合预期。
  6. 最后清理不再需要的旧记录。

删除构建记录或集合 ​

删除对象的后果不同：

  • 构建记录：删除对应构建历史，并可能移除该任务写入的检索内容。删除前确认相关内容是否仍需保留，删除后使用固定问题复核检索结果。
  • 定时任务：停止后续自动重跑，保留已经构建的内容。
  • 知识库组实例：删除组实例，不自动删除 Collection。
  • Collection：删除平台中的 Collection 及其索引数据；已有构建历史需要单独处理。

删除 Collection 前，先检查知识库组模板、知识库组实例和智能体模板引用。删除后仍保留的知识库组配置会指向不存在的数据集合。

验证智能体检索结果 ​

把 Collection 加入知识库组并将该组添加到智能体模板后，创建或更新测试智能体实例。使用以下问题验证：

  • 单一文档可以明确回答的问题。
  • 需要跨文档组合的问题。
  • 资料中不存在答案的问题。
  • 内容更新前后答案应发生变化的问题。

完成提问后，按配置到运行的顺序检查：

  1. 打开知识库组实例详情，在 引用的知识库集合 中确认目标 Collection 资源 ID。操作方法参见查看知识库组实例引用的 Collection。
  2. 在智能体模板的 插件 页签中确认关联的是预期知识库组实例。
  3. 在智能体实例的 Trace 中展开知识检索调用，核对 collection_name 与目标 Collection 的资源 ID。

构建任务、知识库组引用、插件关联、智能体实例调用和答案质量都通过后，本次知识更新才完成验证。

需要一套包含虚构资料、固定问题、Trace 检查和失败恢复的完整样例时，参见构建可追溯的企业知识助手。