指南

知识库（RAG）

上传文档、生成 embeddings，让 AI 引用你的真实内容。

知识库功能让你的 AI 助手能够基于你的真实文档来回答问题 —— 发布说明、帮助文章、政策，任何文本类的内容皆可。

支持的格式

PDF
Markdown、纯文本
Word（.docx）· CSV
JSON（作为文本提取）

上传流程

进入 知识库 → 上传文档
选择文件（最大 25 MB）。它会通过预签名 POST 直接上传到 S3
worker 接手该任务：提取文本 → 按约 800 tokens 分块 → 使用 OpenAI text-embedding-3-small 生成 embeddings → 存入 pgvector
完成后状态变为 READY

检索如何工作

在每条访客消息上，worker 会为查询生成 embeddings，并在你租户的分块上执行余弦距离搜索。Top-K（默认 5）个通过相似度阈值的分块会被内联到系统提示词中。

使用你自己的 embeddings

在 AI 助手 → Embeddings 中，你可以设置自定义的 embedding API endpoint —— 如果你想使用 Azure OpenAI、本地 Ollama 或 DuckLLM，这会很有用。聊天补全 endpoint 可以与 embedding endpoint 不同，因为聚合器服务通常不支持 embeddings。

缓存

完全相同的查询文本会命中 24 小时的 Redis 缓存，因此同一条 FAQ 不会在每次访问时重新生成 embeddings。Anthropic 提示词缓存会应用于系统提示词 + 检索到的分块，以进一步节省成本。

何时跳过 RAG

如果你的 AI 助手只是一个纯闲聊 / 线索资格判定机器人，不需要引用文档，就把 RAG enabled 关掉。