CreateIndex - 创建知识库

业务空间 ID，即在该业务空间中创建知识库。获取方式请参见如何使用业务空间。

知识库名称。长度为 1~20 个字符，支持中文、英文、数字、下划线（_）、短划线（-）、半角句号（.）和半角冒号（:）。

知识库类型。

取值范围：

• unstructured：文档搜索或音视频类知识库。文档搜索类型的使用场景默认为基础文档问答。如需创建其他场景还需传递 knowledgeType 和 knowledgeScene 参数。

• structured：数据查询或图片问答类知识库。

知识库使用的向量模型。向量模型用于将原始输入 prompt 和知识文本转换为数值化向量，以便对二者进行相似度比较。text-embedding-v4 模型在语种支持、代码片段向量化效果和向量维度选择等方面，相比 text-embedding-v3 模型进行了全面升级，适用于大部分场景。更多信息，请参见向量化。取值范围：

• text-embedding-v4
• text-embedding-v3

默认值为空，此时使用 text-embedding-v3 模型。

知识库使用的排序模型。排序模型是位于知识库外部的评分系统，它会计算用户问题与知识库中每个文本切片的相似度分数并按此降序排列，并返回分数最高的前 K 个文本切片。取值范围：

• qwen3-rerank-hybrid：qwen3-rerank(hybrid)排序。
• qwen3-rerank：qwen3-rerank 排序。
• gte-rerank-hybrid：gte-rerank(hybrid)排序
• gte-rerank：gte-rerank 排序。

默认值为空，此时使用 qwen3-rerank。

相似度阈值，仅相似度分数超过此数值的文本切片才会被召回，用于筛选排序模型返回的文本切片。取值范围[0.01-1.00]。

若未指定，默认采用 0.01。

分段长度，即每个文本切片的字符数上限。超过该长度时：

• 智能切分（未指定chunkMode）：文本很可能会被截断。
• 自定义切分（指定了chunkMode）：文本将被强制截断。

取值范围[1-6000]。若未指定，默认采用 500。

分段重叠长度，表示当前文本切片与前一个文本切片的重叠字符数。取值范围[0-1024]。

若未指定，默认采用 100。

分句标识符，仅在chunkMode=regex 时生效（其他模式下即使传入也不生效）。可传入一个正则表达式（不支持多个），用于将文件分割为小段的文本切片。

使用智能切分（未指定chunkMode）时，保持默认空值即可。

导入数据来源。取值范围：

• DATA_CENTER_CATEGORY：类目类型，即导入应用数据中指定类目下的所有文件，可同时导入多个类目。
• DATA_CENTER_FILE：文件类型，即导入应用数据下的指定文件，可同时导入多个文件。

创建知识库时可同步导入文件。此处可指定需要导入的文件列表（传入文件 ID，建议导入不超过 10000 个。如有剩余文件，后续可调用 SubmitIndexAddDocumentsJob 接口继续导入）。

创建知识库时可同步导入文件。此处通过指定类目 ID，可导入对应类目下的所有文件（建议导入不超过 10000 个。如有剩余文件，后续可调用 SubmitIndexAddDocumentsJob 接口继续导入）。

在数据连接-表格连接器的表格页签，单击表格名称旁的 ID 图标获取。若列表包含多个 ID 时，只取第一个。

知识库的向量存储类型。更多信息，请参见知识库。取值范围：

• BUILT_IN：将向量数据托管在阿里云百炼平台中。
• ADB：AnalyticDB for PostgreSQL 数据库。如需高级功能，如管理、审计和监控数据库，推荐选择 ADB。

AnalyticDB for PostgreSQL 实例 ID（仅在SinkType指定 ADB 时才需要传入）。请前往AnalyticDB for PostgreSQL 数据实例列表页面获取此 ID。

AnalyticDB for PostgreSQL 实例所在地域（仅在SinkType指定 ADB 时才需要传入）。您可调用 DescribeRegions 获取地域列表。

数据表的结构（列名、类型等）。

知识库描述。长度为 0~1000 个英文或中文字符。 默认值为空。

元数据提取配置。元数据是与非结构化数据内容相关的一系列附加属性，这些属性以 key-value 键值对的形式集成到文本切片中。更多信息，请参见知识库。

是否将所有 xlsx、xls 格式文件的第一行数据作为表头，并拼接到每个文本切片中，避免大模型误将表头当作普通数据行来处理。

取值范围：

• true：开启。
• false：不开启。

若未指定，默认不开启。

启用自定义切分，并指定切分策略。更多说明，请参见知识库。

可能取值（不支持同时传入多个值）：

• length：按长度切分。严格按照您指定的ChunkSize和OverlapSize切分。 若您未传入这两个参数，系统将采用默认值（ChunkSize为 500，OverlapSize为 100）。按长度切分不支持Separator（即使传入也不生效）。
• page：按页切分。如果指定了ChunkSize，切分时将一并考虑（未传入时，将使用默认值 500）。按页切分不支持OverlapSize和Separator（即使传入也不生效）。
• h1：按照一级标题切分。如果指定了ChunkSize，切分时将一并考虑（未传入时，将使用默认值 500）。按照一级标题切分不支持OverlapSize和Separator（即使传入也不生效）。
• h2：按照二级标题切分。如果指定了ChunkSize，切分时将一并考虑（未传入时，将使用默认值 500）。按照二级标题切分不支持OverlapSize和Separator（即使传入也不生效）。
• regex：按照正则切分，此时必须指定Separator参数。如果指定了ChunkSize，切分时将一并考虑（未传入时，将使用默认值 500）。按正则切分不支持OverlapSize（即使传入也不生效）。

若未指定，默认采用智能切分。

是否开启多轮对话改写。取值范围：

• true：开启。
• false：不开启。

若未指定，默认为开启。

知识库的规格类型。取值范围：

• standard：标准版
• enterprise：旗舰版

指定知识库的 RCU 数量（仅当 pipelineCommercialType 指定 enterprise 时才需要传入）。取值范围：[1-200]。

知识库依赖链路限流处理策略（仅当 pipelineCommercialType 指定 enterprise 时才需要传入）。 取值： downgrade：降级处理（改为使用轻量级链路检索）。 若未指定，默认 downgrade。

数据源 Code。创建数据查询类知识库时必填，与 table、database 配合使用。

建议使用新参数 connectId，可在数据连接页面的数据连接器卡片上获取。 当前参数仍可兼容使用，但未来将不再维护。

数据表名称。创建数据查询类知识库时必填。

该数据表必须存在于由 connectId 或 datasourceCode 指定的数据源内。

数据库名称。创建数据查询知识库时必填。

该数据库必须存在于由 datasourceCode 指定的数据源内。

具体的知识类型，用于进一步指明知识库处理的数据种类。

设置约束: 此参数的取值必须与您选择的 structureType 匹配，并决定了 knowledgeScene 的可用值。

取值范围：

• document: 文档搜索。需与 structureType: unstructured 配合使用。
• table: 数据查询。需与 structureType: structured 配合使用。
• image: 图片问答。需与 structureType: structured 配合使用。
• multimedia: 音视频搜索。需与 structureType: unstructured 配合使用。

知识库的具体使用场景。

设置约束: 此参数的取值完全依赖于您所设置的 knowledgeType。

取值与联动关系:

• 当 knowledgeType 为 document 时，knowledgeType 可设置为 basic_document_qa（基础文档问答）、visual_document_qa（图文并茂回复）或 lite_document_qa（极速问答）。

• 当 knowledgeType 为 table 时，knowledgeType 设置为 basic_table_qa（基础表格问答）。

• 当 knowledgeType 为 image 时，knowledgeType 设置为 image_qa（图片问答）。

• 当 knowledgeType 为 multimedia 时，knowledgeType 设置为 basic_multimedia_qa（音视频搜索问答）。

连接器标识符，可在数据连接页面的数据连接器卡片上获取。该参数替换了 datasourceCode 参数，后续需统一使用 connectId。 创建数据查询类知识库时还需填写 table 参数。

该参数暂不开放，请勿传入。

指定重排序模型的指令干预模式，以决定其评分偏好。

可选值：

• qa:（默认值） 问答模式。模型倾向于为能直接回答查询（Query）的候选项赋予更高分。建议在问答场景使用。

• similar: 相似模式。模型倾向于为与查询内容一致性高的候选项赋予更高分。建议在匹配检索场景使用。

• custom: 自定义模式。模型的排序行为由 rerank_instruct 参数中的指令决定。

提供一个自然语言指令，用于精细化控制重排序模型的行为。