知识库与 AI 问答¶
知识库用于把团队的研究规范、数据字典、复盘材料和策略说明转化为可检索上下文。它不是“把所有文档交给模型”的替代品：系统先从属于当前知识库的文档块中检索，再将相关上下文交给模型组织回答。
使用流程¶
- 在 AI → 知识库创建知识库。
- 上传或录入文档，确认文档归属正确。
- 对文档执行索引或重建索引；索引状态应变为可用。
- 在 AI → 对话提出具体问题，并阅读回答中的引用和诊断。
检索与生成的职责¶
| 环节 | 职责 |
|---|---|
| 词法检索 | 默认可用，按文档块及其标题/正文查找关键词和相关上下文 |
| 语义检索 | 可选；启用向量依赖后补充语义相近的文档块 |
| 重排/生成 | 可选模型根据已检索的上下文生成答案；不应把无关全文当作证据 |
| 引用 | 返回文档、块或 fallback 信息，便于人工追溯 |
这意味着大模型可以帮助理解和组织已检索内容，但“哪些内容可作为依据”仍受知识库范围、索引状态和检索结果约束。
常见诊断¶
| 代码 | 含义与处理 |
|---|---|
not_indexed | 文档还未建立索引；执行索引或重建索引。 |
no_context_found | 索引存在，但问题与文档关联不足；改用更具体的关键词、补充文档或检查知识库范围。 |
ai_not_configured | 没有启用或配置生成模型；检索能力仍可用于定位资料。 |
ai_provider_failed | 模型服务不可用或调用失败；检查提供方配置、网络和可观测日志，保留检索诊断。 |
配置¶
生成模型使用 AI_CHAT_* 环境变量。可选语义检索使用 RAG_VECTOR_ENABLED、RAG_EMBEDDING_MODEL、RAG_VECTOR_COLLECTION 等变量，并需要安装后端的 rag 额外依赖。关闭语义检索不会阻止词法检索和索引状态诊断。
上传前请移除账号、密钥、客户信息和未获授权的交易指令。详见配置参考。