知识库类型

使用场景

文本知识库支持基于内容片段进行检索和召回，大模型结合召回的内容生成最终内容回复，适用于知识问答等场景。

表格知识库支持基于索引列的匹配（表格按行进行划分），同时也支持基于 NL2SQL 的查询和计算。

照片知识库支持基于标注信息的匹配，适用于图像生成场景。

导入方式

• 本地文档：从本地文件中导入文本内容，支持.txt、.pdf、doc、.docx 文件格式。
• 在线数据：通过自动和手动方式采集指定网页的内容。
• 第三方渠道：从飞书文档和 Notion 文档中导入内容。
• 自定义：手动输入要导入的文本内容。

• 本地文档：从本地文件中导入表格内容，支持.csv和.xlsx文件格式。
• 在线数据：通过 API 导入数据。
• 第三方渠道：支持从飞书表格中导入数据。
• 自定义：手动输入要导入的表格数据。

本地图片：从本地文件中导入图片，支持JPG、JPEG和PNG图片格式。

内容分段

支持自动内容分段和手动分段方式。

对于表格内容，默认按行分片，一行就是一个内容片段，不需要再进行分段设置。

不涉及。

索引

不涉及。

扣子编程支持设置索引字段。
用户输入的问题会与设置的索引字段内容对比，根据相似度匹配最相关的内容给大模型用于内容生成。

扣子编程支持设置图片的标注信息。
用户输入的问题会与设置的标注信息对比，根据相似度匹配最相关的图片给大模型用于内容生成。

使用场景

文件内容为结构一致、字段明确的数据，无需平台额外分段处理。例如问答数据（问题与答案）、用户数据（姓名、年龄、偏好等）、商品数据（名称、价格、库存）等。

• 问答总结：在 Excel 文档中定义问题列和答案列，上传至知识库后，指定问题列用于知识库检索，答案列用于大模型回答参考。
• 商品数据整理：适用于电商平台商品信息管理，包括商品名称、描述、价格、库存等字段，方便商品搜索、分类、推荐。

文件内容丰富且版面复杂，如文章、报告、书籍等，通常结构不固定，需要平台进行解析和分段处理。

• 知识文档管理：存储和管理知识文档，通过知识库解析分段转化为可检索、可引用的知识资源，便于查阅和学习。

导入方式

• 本地上传
• 从 TOS 中导入
• 公开下载链接

• 本地上传
• 从 TOS 中导入
• 公开下载链接

切片方式

不涉及

支持如下切片规则：

• 默认切片规则：系统会自动保留完整语义进行切片。
• 自定义切片规则：通过指定切片最大长度、图片 OCR、合并短文本片等参数定义切片规则。

索引

支持设置索引字段，并提供 HNSW-Hybrid、HNSW、FLAT 等索引算法供用户选择。

不涉及