什么是知识库

什么是知识库

大模型的训练数据，是公开而普世的知识数据，当你问它你的企业、或者某个领域非常专业的问题时，它无法给出准确的回答。知识库相当于Agent的“外部资料库”，当被问到不懂的问题时，Agent先去知识库里查询一番，根据查询出的内容，自己总结以后再回答给你。

我们可以类比“人工客服”的场景，用户来询问一个产品问题，接待的客服人员，如果他不知道如何回答，会先在企业的知识库里查询一番，有了一些信息以后，自己整理再回答用户。Agent也是同样的工作方式，这个过程被称为RAG（Retrieval-Augmented Generation，检索增强生成）。

使用场景

1. 智能客服，上传你公司产品的知识文档或者QA问题对，Agent可以成为你公司的AI客服，回答常见的客户问题，你给的资料越丰富，它能回答的问题就越多
2. 领域专家，上传某个领域专业的材料文档，Agent可以成为这个领域的专家，你可以参考我们的模板应用杭州老蒜苔汽车维修，它的知识库里有100多个汽车专业的文档，让Agent马上成为一个汽车维修领域的专家

大致工作原理

在过程中，有几个关键的概念：

分段

文档被存入知识库时，会被分成很多段落，每个段落在200-1000个字之内，这样做是为了方便检索。可以参考下图，左边是原始文件，右边是实际分段后的效果

向量化

把文字内容，变成类似[0,10,3,32,..]这样的数组，这是大模型能够理解的数组形式，这是背后的工作方式，可以先暂时不用过多的理解。

向量匹配

拿“阅读的层次” 和所有段落进行向量匹配，判断这句话和哪一段的语义最接近，每一个匹配都会有一个“相关度”，相关度越高，代表语义越接近。如下图所示，左边的三个段落，和查询的语句，相关度是最高的。但是如果直接把这三个段落直接返回，是混乱无法阅读的，这就需要Agent的重新整理。

Agent重新整理

知识库查询到了三个段落后，他会根据自己的理解重新整理，让用户更好的阅读