知识库功能将 RAG 管线上的各环节可视化，提供了一套简单易用的用户界面来方便应用构建者管理个人或者团队的知识库，并能够快速集成至 AI 应用中。 开发者可以将企业内部文档、FAQ、规范信息等内容上传至知识库进行结构化处理，供后续 LLM 查询。 相比于 AI 大模型内置的静态预训练数据，知识库中的内容能够实时更新，确保 LLM 可以访问到最新的信息，避免因信息过时或遗漏而产生的问题。 LLM 接收到用户的问题后，将首先基于关键词在知识库内检索内容。知识库将根据关键词，召回相关度排名较高的内容区块，向 LLM 提供关键上下文以辅助其生成更加精准的回答。 开发者可以通过此方式确保 LLM 不仅仅依赖于训练数据中的知识，还能够处理来自实时文档和数据库的动态数据，从而提高回答的准确性和相关性。 核心优势： • 实时性：知识库中的数据可随时更新，确保模型获得最新的上下文。 • 精准性：通过检索相关文档，LLM 能够基于实际内容生成高质量的回答，减少幻觉现象。 • 灵活性：开发者可自定义知识库内容，根据实际需求调整知识的覆盖范围。
准备文本文件，例如：
  • 长文本内容（TXT、Markdown、DOCX、HTML、JSON 甚至是 PDF）
  • 结构化数据（CSV、Excel 等）
  • 在线数据源（网页爬虫、Notion 等）
将文件上传至“知识库”即可自动完成数据处理。
如果你的团队内部已建有独立知识库，可以通过连接外部知识库与 Dify 建立连接。

​
使用情景

例如你希望基于现有知识库和产品文档建立一个 AI 客服助手，可以在 Dify 中将文档上传至知识库，并建立一个对话型应用。如果使用传统方式，从文本训练到 AI 客服助手开发，可能需要花费数周的时间，且难以持续维护并进行有效迭代。在 Dify 内，仅需三分钟即可完成上述过程并开始获取用户反馈。

​
知识库与文档

在 Dify 中，知识库（Knowledge）是一系列文档（Documents）的集合，一个文档内可能包含多组内容分段（Chunks），知识库可以被整体集成至一个应用中作为检索上下文使用。文档可以由开发者或运营人员上传，或由其它数据源同步。 如果你已自建文档库，可以通过连接外部知识库功能将自有知识库与 Dify 平台相关联。无需重复将内容上传至 Dify 平台内的知识库即可让 AI 应用实时读取自建知识库中的内容。
编辑此页面 | 提交问题