文档管理
文档管理
文档是知识库的基本组成单位。您可以向知识库添加多种类型的文档，系统会将其识别解析、智能切分为「切片」并向量化，供 Agent 检索使用。
添加
类型
您可以添加多种类型的文档，使之成为 Agent 的知识。但无论添加的什么样类型的文档，最终系统都会在上传时要求明确选择知识类型（文档、表格和QA三种类型），以便系统后续做针对性的处理：
知识格式
- 文档：适用于文件、URL、TXT等类型的知识，系统会将其解析为md格式，最大程度的保留结构层级、图片、视频、代码、表格等信息。
- 表格：适用于表格类型的知识，系统会将其切分成一个个行式的切片，并保留表头信息。
- Q&A：适用于问答对类型的知识，系统会将每个问答对作为一个切片，保留问答的结构信息。
文档格式
- 文件：支持 .doc/.docx/.pdf/.md/.txt 等多种格式。
- 表格：支持 .xls/.xlsx/.csv 格式。
- URL：提供网站的 URL，系统将爬取网页内容作为知识库的知识。
- TXT：直接在线输入内容作为知识。
- Q&A：以「Q&A（问答对，即一问一答）」为结构的知识类型。
切片
- 不同的文档类型提供了不同的切片方式，您可以在页面中预览切片效果。对于文件、URL、TXT 类型，可以选择两种不同的切片方式：
- 按 Token 数：基于设定的 Token 数进行切片。例如，设定为「1000」，则为文档按每 1000 Token 生成一个切片。
- 按标识符：基于选定的标识符进行切片。例如，设定为「\n」，即换行符，则为文档按每次换行，生成一个切片。
- 对于表格类型，可以选择多行作为表头。系统将会基于「表头+行」的方式，对表格数据进行切片。最终保存为JSON格式的切片，并保留表头信息。
- 对于 Q&A 类型，则不需要选择切片方式，系统将自动将每个 Q&A 作为一个切片。
切片的大小会影响检索效果：切片过大可能引入无关内容，切片过小可能丢失上下文。建议先用默认值，并在检索测试页面的命中测试中验证召回质量后再调整。
复制/启动知识
系统允许选择知识库的知识文档，将知识文档复制或移动到同组织内的其他 Agent 的知识库中，从而实现知识的共享和复用。
- 复制：被复制的文档在目标知识库中会生成一个新的文档，两个文档之间没有关联关系；后续对任一文档的修改都不会影响另一个文档。
- 移动：被移动的文档会从原知识库中删除，并在目标知识库中生成一个新的文档；后续对该文档的修改不会影响其他文档。
编辑文档
- 编辑已入库的文档，可以查看该文档识别解析的切片结果，可对比查看源文档和切片信息。
- 对于已经添加入库的文档，可在线进行二次编辑，包含修改文档各切片的内容、新增切片、禁用/启用切片、优化关键词等操作，以持续提升检索质量。
- 同时支持为文档的元数据字段赋值，便于在检索时进行精准过滤。
知识更新
对于通过 URL 添加的文档，您可以让系统自动或手动重新抓取网页内容，保持知识与网站同步。对于 Google Drive 有源知识链接，系统也支持定期检查文件更新并同步最新内容。
- 仅运行一次：则默认在添加时运行一次，后续不再自动更新。
- 定时更新：则可以设定每天/每周/每月/间隔的更新频率，系统会按照设定的频率自动重新抓取网页内容并更新知识库。
- 对于 Google Drive 有源知识链接，系统会定期检查文件是否有更新变动，若有更新则自动重新抓取最新内容并更新知识库，若无更新则不进行更新操作。
- 对于URL类型的无法有效判断是否有更新，所以每次都会重新抓取并更新知识库。
文档与元数据
文档被添加后，系统会自动为其记录一组元数据（如文档名、上传者、上传时间、来源等），您也可以为文档补充自定义的元数据字段。这些信息可用于在检索时精准过滤知识范围。