> ## Documentation Index
> Fetch the complete documentation index at: https://docs.coze.cn/llms.txt
> Use this file to discover all available pages before exploring further.

在 AI 检索场景中，我们常常需要让大模型理解和检索大量的非结构化内容，如产品手册、图片库等。扣子编程支持调用向量模型，将图片、音频等非结构化的内容转换为向量并存储于数据库中，提升系统对非结构数据的召回能力。
## 功能概述 {#a8fcbe13}
向量是描述文本、图片等对象特征的高维数值数组。 你可以把**数据向量化**功能想象成一个数据转化器，它能将不同类型的内容（如文档、图片）都转换为统一的数字格式—**向量**，让系统能跨模态做语义级检索与匹配。
例如搜索`退货需要什么流程`时，扣子 AI 会将其转换为一组向量，然后与知识库中的`如何申请退货？`、`退货的运费由谁承担？`、`订单发货后多久能收到？`等已有问题的向量数据进行比较，并发现与 `如何申请退货？` 的相似度最高（如 0.98），则大模型会基于该问题的答案生成回复。
主要的应用场景如下：

* **构建私有化知识库**：存储大规模的非结构化数据，搭建检索增强生成（RAG）系统，为大模型提供专业背景知识。
* **检索智能信息**：将知识文档与用户查询均转换为向量，通过语义匹配理解用户真实意图，返回最相关的检索结果。
* **推荐个性化内容**：将用户行为数据向量化，计算用户兴趣与内容库之间的相似度，实现精准推荐。
* **辅助内容创作**：依据给定主题或关键词的向量表示，召回相关的上下文素材，辅助 AI 生成逻辑更严密、语境更契合的内容。

## 工作流程 {#7de191c2}

1. **语义分片**
   在扣子 AI 对话区，输入可公网访问的文档 URL、扣子对象存储文件 URI、纯文本内容。扣子 AI 会调用内置的分片组件，将文本按语义结构切分为大小适中的片段，也支持你在对话中指定分片的分隔符和大小。
2. **向量化处理**
   扣子 AI 调用内置的向量模型，将每个内容分片转化为 1024 维的向量。
3. **写入数据库**
   扣子 AI 将文本片段、向量数据及其元数据（文档 ID、URI等）写入到专属的数据库。
   扣子编程新增了 Knowledge 类型数据库，使数据库能够作为知识库使用，存储经向量化处理的非结构化数据。具体存储位置说明如下：
   * **向量数据**：`Knowledge` 数据库。
   * **知识库导入记录**：`Knowledge_observability` 数据库。
   * **原始内容**：对象存储的 `coze_knowledge_origin` 文件夹。
4. **高效检索**
   扣子 AI 同样会将你输入的检索 Query 转化为向量，并利用内置的 IVFFlat 索引，在数据库中快速完成向量对比。你无需关注其技术细节，只需输入检索 Query 即可，扣子 AI 会精准锁定目标区域并避免全量数据扫描，最终召回关联度最高的内容，并将其作为大模型生成回复的依据。

## 费用说明 {#df4ad5a3}
以下操作将消耗你的扣子积分。

* [编程任务](https://docs.coze.cn/coze_pro/task_fee)：在开发项目过程中，你与扣子 AI 的每轮对话。
* [内置集成](https://docs.coze.cn/coze_pro/internal_integrations_fee)：目前**免收存储、数据库、向量模型**的内置集成费用，后续正式计费的时间计划与产品定价请关注平台公告。

## 使用限制 {#e80e0daa}

* 目前仅智能体、工作流支持数据向量化写入与检索功能。
* 不支持编辑 Knowledge 类型的数据表结构。
* 不支持通过可视化方式插入、删除、编辑 Knowledge 数据库表中的数据，需通过对话方式操作。
* 支持通过可公网访问的文档 URL、扣子对象存储的文件 URI、纯文本内容形式写入数据。如果要写入本地文件，需先上传文件到扣子对象存储服务中。

## 向量化写入 {#5f5835e3}
你可以通过自然语言与扣子 AI 对话，将文本内容写入数据库。

1. 构建有效的指令。
   一个清晰的指令能帮助扣子 AI 更准确地完成任务。建议指令中包含以下信息：
   <!-- @cols-width: 134,726 -->
   | | | \
   |**指令要素** |**说明** |
   |---|---|
   | | | \
   |**关键词** |明确包含`知识库`、`向量化写入`等关键词，扣子 AI 能够识别这些关键词，启动向量化写入功能。 |\
   | |当前项目没有 Knowledge 类型的数据库表时，系统将自动创建。 |
   | | | \
   |**数据来源** |提供你要写入的内容： |\
   | | |\
   | |* 公网访问的文档 URL |\
   | |* 扣子对象存储的文件 URI |\
   | |* 直接粘贴纯文本内容 |
   | | | \
   |**分块规则** |指定分隔符、分片大小。未指定时，扣子 AI 会自动切分为合适的片段。 |\
   | | |\
   | |* **分隔符**：用于分片的分隔符，例如换行符、中文句号、中文叹号、英文句号、英文叹号、中文问号、英文问号、自定义符号（如"###"）等。 |\
   | |* **分片大小**：每个分片允许的最大字符数，最大为 5000 字符。 |
   | | | \
   |**检索参数** |指定检索的 Score 阈值、TopK。 |\
   | | |\
   | |* **Score 阈值**：相似度分值（如 0.7 以上），以过滤掉匹配度不高的文本。 |\
   | |* **TopK**：检索时返回的最相关片段数量。 |

   写入指令示例如下：


::::cols
@col 50
   ```Plain Text
   搭建知识库智能客服Agent，支持将知识向量化写入到知识库中。
   将如下内容向量写入到知识库中，设置 Score 为 0.7，TopK 为 5。
   ```



@col 50
![Image=525x252](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/9a28e0b22b734f3186a013e4108c7153~tplv-goo7wpa0wc-image.image)

::::


2. 查看写入结果。
   完成写入操作后，你可以在 Knowledge Schema 下的数据库表中，查看写入的向量数据，还可以在对象存储中查看对应的原始内容。


::::cols
@col 50
   **数据库**
   数据表中的 `embedding` 列的数据类型为 vector 类型，表示标准稠密向量，是 `content` 列的文本片段经向量模型处理后的向量数据。
   ![Image=1895x1266](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/935222dba26c4228af1fc2d71db9e6b5~tplv-goo7wpa0wc-image.image)


@col 50
**对象存储**
对象存储服务中将生成如下两个文件夹：

* **coze_knowledge_origin**：存储原始内容文件。
* **coze_knowledge_base**：存储从原始文件中提取出的素材数据。例如 PDF 文件中包含图片，经处理后，提取到的图片将存储在该文件夹中。
   每次部署项目时，coze_knowledge_base 文件夹中的数据都会同步到生产环境。

![Image=1882x258](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/e4f775731f3d4d29b603a0c4558740c0~tplv-goo7wpa0wc-image.image)


::::

## 向量化检索 {#61badff8}
在智能体或工作流中，你可以直接输入查询内容，扣子 AI 将从海量数据中精准召回关联度最高的内容片段。最后，大模型会根据召回结果生成回复内容。
例如在下述案例中，查询`什么是扣子编程`时，大模型会自动调用检索工具从数据库中检索数据，返回相似度分值（如 0.8）高的文本片段，并基于该片段生成最终回答。
![Image=446x392](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/c7aca9bc15294ebeabf85044068fe2ab~tplv-goo7wpa0wc-image.image)