为了提供更强大、更灵活的知识增强能力，Prompt 样例库将由功能更全面的RAG 表格库取代。本文档将指导您完成从 Prompt 样例库到 RAG 表格库的整个迁移过程。
工作流程
整个过程包含四个主要步骤：
-
导出数据：从样例库中将数据导出到本地。
-
创建与导入：创建新的 RAG 表格库，并将导出的文件导入。
-
更新应用配置：在智能体应用中添加 RAG 表格库知识。
-
验证与发布：调试并测试问答效果，发布应用。
如何使用
步骤 1：导出样例库数据
访问样例库页面，选择需要迁移的样例库，点击导出数据，数据表将被保存到本地。
步骤 2：创建 RAG 表格库并导入数据
相关文档：创建和使用知识库。
-
填写基础信息
访问知识库页面，创建数据查询类型的知识库：
在知识库名称中填写名称，知识库类型选择数据查询，单击下一步。
-
导入数据
上传步骤一中导出到本地的数据表，填写名称信息。
选择上传数据表页签，在数据表名称中输入
知识内容表，完成文件上传后单击下一步。 -
索引设置
-
为了达到与旧版样例库最接近的检索效果（即仅基于问题列进行匹配），可关闭
answer字段的参与检索开关。 -
确认配置无误后，点击完成。
默认配置中，多轮对话改写为开启状态，向量模型选择官方向量v4(新版)，排序模型选择官方排序，相似度阈值设为
0.20，最大召回数量设为5。 -
步骤 3：更新智能体配置
-
在应用内关闭样例库开关，移除提示词中的样例库变量。
-
点击表格处右侧的加号，添加上一步创建的 RAG 表格库。在知识配置面板的表格区域，单击 + 添加表格类知识库（如"技术知识内容"），可配置相似度阈值和权重等参数。
-
（可选）优化检索策略。点击调试，可根据业务需求修改策略调整召回流程，在右侧输入问题进行调试。
如果对响应时长有要求，可取消选中多轮对话改写、关闭重排策略，并调整拼装策略。
拼装策略区域可选择按召回数量，并通过召回片段数和最大拼装长度(token)滑块调整参数。
步骤 4：测试与发布
在右侧的调试窗口中，输入一个与表格库相关的内容进行测试，确认模型能够检索召回 RAG 表格库内容进行回答。
测试通过后发布应用，使配置变更在线上生效。
API调用
在调用应用时，将请求参数 has_thoughts 设置为 true，响应中的 thoughts 字段将包含详细的检索过程信息，便于调试和验证。
调用示例可参考应用调用-检索知识库。
计费说明
知识库采用按量付费（后付费），按小时统计下方计费项的用量，并从您的阿里云账户自动扣费。请确保账户余额充足（可前往费用与成本充值），以免因欠费导致服务中断。
|
计费项 |
说明 |
|
规格费用 |
|
|
向量、排序模型调用费用 |
创建、更新或检索知识库时会调用向量（embedding）、排序（rerank）模型，会产生费用。按输入 Token 用量计费，价格以模型调用计费页为准。 |
账单查询：账单详情
常见问题
-
为什么要迁移到 RAG 表格库？
容量和格式：RAG 表格库无数量上限，不再局限于样例库的 300 条问答。
检索召回：样例库不支持设置召回策略。而RAG 表格库可实现样例库功能，且可配置检索召回策略，可满足更加丰富的使用场景。
-
迁移到 RAG 表格库后，模型的回答效果会和之前一样吗？
通常会更好。RAG 表格库采用了检索算法，并提供了丰富的配置选项。可以通过调试来调整 RAG 表格库的检索配置，以达到最佳效果。