知识库

1、背景

在垂直行业应用中，大模型可能因缺少专业积累、知识更新滞后或自身机制限制，生成不准确、时效性差甚至虚构的内容。对此，可通过接入知识库、开展领域训练等途径，弥补其在知识准确性、覆盖面和可控性上的不足。

2、配置知识库

2.1 创建知识库

注意

• 名称，应准确、清晰、简短，尽可能控制在5个字以内。
• 描述，应描述清楚所有使用场景，尽可能控制在250字以内。内容质量将直接影响大模型的检索输出结果，请认真填写。
• 意图例句，需要包含典型的用户问题示例，示例数目控制在20个以内。
• 对于需要加强识别效果的场景，可以在描述中增加类似如下的话术“只要问题包含关键字’xxx’、’xxx’，就认为命中”（其中xxx需要调整为实际需要识别的词汇），并且可以对特别重要的名词增加典型的同音字示例，用于在ASR识别错误时提升意图识别效果。
• 对于需要加强识别效果的场景，可以在意图例句中配置泛化的话术，用于匹配多样的用户问题，并且也可以配置同音字话术示例。例如：汉朝xxx、中国历史xxx、中国理事xxx，其中中国理事xxx是为了提升同音字识别效果。
• RAG 高级配置可选填，建议使用默认参数。

2.2 上传文档

文档要求

• 目前支持纯文本、word、pdf、markdown文档，要求文档大小不超过10MB。
• 为提升知识库提取、检索效果和回复效果，推荐使用纯文本文档，且文档内容建议使用QA对。
  示例：

  Q1：唐朝是哪一年建立的？
  A：唐朝建立于公元618年。
  Q2：深圳市在哪个省？
  A：广东省。

• 文档中单个知识点长度不应该过大，尽量不超过500字。单个知识点过大会导致该知识点被切片，无法构成完整的知识点。
• 支持pdf文档的图片文字识别功能，但应尽可能保证图片中文字清晰，并且文字布局遵循从左至右、从上至下的阅读顺序，否则文字识别效果、文字顺序可能错误。
• 暂不支持word文档的图片文字识别功能。

3、为智能体配置知识库

3.1 创建智能体配置

3.2 配置知识库