知汇:资料与问答

术语、标准答案与语义检索

维护术语表和标准答案,启用向量化与重排,查看常用检索和问答记录。

术语与标准答案

打开「知识库(知汇) › 知识治理」,页面标题是「知汇 · 术语与标准答案」。只有控制台管理员能维护和审核,Agent 的 Key 没有这个权限。

知汇术语与标准答案页面
「知识库(知汇) › 知识治理」页:术语表和标准答案。截图来自测试环境,数据为示例。

术语表

点「新建术语」,在弹窗里填下面几项,再点「添加术语」:

  • 「术语」:必填,同一范围内不能重复。
  • 「适用范围」:「全部文库(全局)」,或某个文库。
  • 「同义词(可选)」:用逗号、顿号、分号或换行分隔,最多 20 个。
  • 「释义(可选)」。
知汇新建术语弹窗
「新建术语」弹窗。截图来自测试环境,数据为示例。

术语表最多 500 条。检索时,如果查询里出现某条术语的任一写法,其余写法会作为扩展词一起检索,所以只用了同义说法的资料也能被找到,但排在原词命中之后。不同业务指标应各自保留独立的定义。

标准答案

点「新建标准答案」,填「问题模式」(每行一个问法,最多 10 个)、「标准回答」、「负责人」和「适用范围」,再从检索结果里选「引用」(最多 16 条,只能选当前可读的索引片段,绑定文档当前版本)。流程如下:

  1. 保存后状态是「草稿 · 待审核」。Agent 在用户明确要求时也可以提交提议,它们同样进入草稿,并带有「Agent 提议」的标记、时间和提议者。每个范围最多 100 条待审核,每个身份最多 20 条,超出后提议被拒绝。
  2. 管理员核对引用的原文和生效日期后,点「审核通过」。必须已指定负责人,并且所有引用都是当前版本,状态变成「已审核」。
  3. 任何编辑都会退回草稿,需要重新审核。
  4. 引用的文档出现新版本或被撤回时,已审核的答案自动转为「需复核」,Agent 不再使用。更新引用并重新审核后才恢复。
  5. 点「更多」可以「退回草稿」「停用」(状态「已停用」)或「删除」,删除后无法恢复。

标准答案最多 500 条。列表可以按「审核状态」筛选。Agent 只能读到已审核、并且自己能读取全部引用文档当前版本的答案,其中任一引用不可读或已更新,整条答案对它不可见。审核只能由管理员在知汇面板里完成,模块不提供让 Agent 审核、发布或编辑的操作。

向量化与重排

知汇默认用关键词检索(BM25)。语义检索是单独的选项,需要满足下面几项才会启用:

  1. 知汇的数据库是部署里的 PostgreSQL,并且装有 pgvector。部署目录里的数据库镜像已带 pgvector。使用客户自有、没有 pgvector 的 PostgreSQL 时,知汇只用关键词检索,诊断里会说明原因。
  2. 在「系统设置 › 模型设置」添加一个向量化模型的连接,在「按用途分配」里把「知识向量化」单独指定给它。需要重排时,再把「知识重排」指定给一个重排模型,这个用途可以不配。向量化用 OpenAI 兼容的 /embeddings 接口,重排用 /rerank 接口。
这两个用途没有单独指定时,不会沿用默认连接,因为默认连接是对话模型。新建的第一个连接会自动成为默认连接,要注意区分。知汇只调用向量化和重排两类模型,不调用对话模型。两个用途都没指定时,检索只用关键词。

启用后,知汇在后台为文本块生成向量,关键词排名和向量排名融合,重排模型再对融合后的前 20 条结果重新排序。要注意:

  • 可检索范围里至少 95% 的文本块都已向量化,向量排名才参与检索,之前仍是关键词检索。换向量化模型后,新一代向量在后台生成,完成后才切换。
  • 查询向量化有固定 8 秒的等待上限,超时或模型出错时,这一次检索退回关键词检索,不会报错。
  • 授权先于检索:向量排名只在调用者可读的文档里进行。
  • 查看当前状态:「知识库(知汇) › 调试 › 调试」的「运行自检」会显示「检索方式」:「BM25」,启用向量化后是「混合检索(BM25 + 向量)」,指定了重排模型才是「混合检索(BM25 + 向量 + 重排)」。还会显示向量化模型,以及已向量化多少个文本块。最近一小时有检索因模型或向量索引出错而退回关键词时,也会在这里提示。

敏感文库

选中来源后,页面下方的「数据标记 · 敏感文库」卡片有「标记为敏感文库」按钮。标记后,这个来源的文本只交给地址在内网的向量化和重排模型(私网地址、本机、单段主机名,以及 .local、.internal 等内网后缀,或者列入 ECHOMIND_KNOWLEDGE_PRIVATE_MODEL_HOSTS 的主机,这个变量需要部署管理员在 compose 覆盖配置里设置)。使用公网模型时,涉及它的检索只用关键词,它的文本不会发给模型。涉密资料、用外部模型的部署,建议先标记再启用。

常用检索与问答记录

「知识库(知汇) › 检索 › 常用检索与问答记录」只显示当前控制台身份自己的记录。Agent 的记录属于它自己的身份,彼此隔离。

知汇常用检索与问答记录页面
「知识库(知汇) › 检索 › 常用检索与问答记录」页。截图来自测试环境,数据为示例。
  • 常用检索最多 50 条。在「目录与检索」检索后点「保存为常用检索」并起名,保存的是检索词、范围和筛选条件。点「运行」会按当前授权重新检索,并和上一次比较:新增、版本更新、不再命中、不再可读各列出数量。「更多」里有重命名、导出和删除。
  • 问答记录最多保留 200 条,由已核对引用的回答写入,只保存问题、回答和引用,不保存片段正文。每次读取都会重新核对引用:「引用已核对」,「资料已更新」表示资料仍可读但有了新版本,「引用不可读取」表示引用的文档已删除或不再授权,此时不显示回答。
  • 运行和导出都按当前权限重新检索并核对引用。已撤销的访问权限,不会因为有历史记录而延续。

进一步交流

带一件正在做的事来聊

告诉我们你想让智能体接哪一类系统。我们在演示环境里把这件事走一遍,再一起判断合不合适。