创建知识库

选择知识库类型与使用场景，配置解析与切片策略。

知识库是 RAG 平台的核心实体，将一组文档、切片、嵌入与索引配置组织在一起，对外提供检索与问答能力。

知识库类型

创建时需要选择知识库类型，不同类型对应不同的数据和检索方式：

使用场景

知识库类型选择文档搜索时，需要进一步选择使用场景。不同场景决定了检索和回答的策略：

控制台创建

1. 进入知识管理：登录控制台，进入数据接入 → 知识管理，点击右上角 创建知识库。

2. 填写基础信息：

   字段	必填	说明
   名称	是	1–20 字，业务空间内唯一
   描述	是	不超过 200 字，用于辅助筛选
   知识库类型	是	文档搜索 / 数据查询 / 图片问答 / 音视频搜索
   使用场景	是	基础文档问答 / 图文并茂回复 / 视觉理解 / 极速问答

3. 导入数据：选择数据来源。

   数据来源	说明
   上传文件	页面上传文件，一次最多 50 个，单个不超过 150 MB
   选择类目	从数据集的文件类目中导入，支持自动同步
   选择文件	从数据集类目下选择指定文件导入

   支持的格式：PDF / DOCX / XLSX / PPTX / TXT / MD / HTML / CSV 等。

4. 选择解析方式：默认使用默认设置，系统根据文件类型自动选择合适的解析方式，多数场景无需调整。

   如需针对不同格式单独配置，点击自定义设置，可选的解析方式包括：

   解析方式	说明	适用场景
   电子文档解析	标准文本提取	格式规整的电子文档
   文档智能解析	版面级 OCR + 结构恢复	扫描件、复杂排版
   大模型文档解析	调用大模型理解文档结构	非标格式文档
   Qwen-VL 解析	视觉语言模型	图文混排文档
   音视频解析	语音转写 + 时间戳定位	音视频文件

5. 配置索引设置：

   参数	默认值	说明
   切片方式	智能切分	另可选按长度 / 按页 / 按标题 / 按正则 / 按符号切分
   最大分段长度	600	取值范围 10–6000
   向量模型	text-embedding-v4	中英文语义向量模型
   向量存储	平台存储	另可选 ADB-PG 自购引擎

   详见切片与向量化。

   说明排序模型、TopK、相似度阈值等检索参数在检索服务中配置，详见知识检索。

6. 完成创建：点击 创建知识库，系统自动完成解析、切片、向量化与索引构建。知识库状态变为 已就绪 即可检索，处理进度可在文档列表查看。

API 创建

通过创建知识库并导入接口，可以一步完成创建知识库和提交数据导入任务：

curl -X POST https://{workspace_id}.cn-beijing.maas.aliyuncs.com/api/v1/indices/rag/index/create_v2 \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "my-knowledge-base",
    "structureType": "unstructured",
    "sinkType": "BUILT_IN",
    "sourceType": "DATA_CENTER_CATEGORY",
    "embeddingModelName": "text-embedding-v4",
    "chunkSize": 600,
    "source_ids": ["cate_xxx"]
  }'