知识库管理

投喂资料

支持 docx / xlsx / pptx / txt / md / csv。相同内容的文件只会入库一次，重复投喂会自动跳过。

正在上传解析…

把文件拖到这里，或点击选择文件
单个文件上限 {{ maxUploadMB }} MB

粘贴入库

扫描 inbox 目录

已入库资料（{{ docs.length }} 篇 / {{ stats.chunkCount || 0 }} 个片段）

批量投喂：inbox 目录

把文件拷进项目下的 inbox/ 文件夹，然后点这里同步。这个方式不受网页上传的体积限制，适合一次投喂几十份制度文件。文件会留在原地，可反复同步（已入库的自动跳过）。

扫描并增量入库

新增 {{ inboxResult.added.length }} 篇，跳过 {{ inboxResult.skipped.length }} 篇，失败 {{ inboxResult.failed.length }} 篇

· {{ f.name }}：{{ f.error }}

· 已入库 {{ a.name }}（{{ a.chunkCount }} 片段）

检索调试

只做检索、不调用大模型（不花钱）。用它检查「问题能不能召回到正确的片段」，调不动的时候可以改 config.json 里的 chunkSize / topK / candidates。当前模式：{{ stats.retrievalMode || 'bm25' }}

检索

分词：{{ t }} 候选池 {{ searchRes.candidateCount }} 个片段

关键词命中（原始分数）：

{{ h.title }}第 {{ h.index + 1 }} 段 · BM25 {{ h.score }}

命中词：{{ h.matched.join(' / ') }}

一个片段都没命中。说明知识库里确实没有相关词，或者问法用词和资料差太远。换个说法试试。

融合后送进提示词的上下文块（去重并合并相邻片段）：

[{{ i + 1 }}]{{ b.title }}第 {{ b.from + 1 }} 至 {{ b.to + 1 }} 段 · 相关度 {{ b.rel }}%

试问一下

走完整问答链路（会调用大模型，消耗额度）。用于确认最终回答是否忠实于资料。

提问

回答耗时 {{ askRes.ms }} ms · 模式 {{ askRes.mode }}

{{ askRes.answer }}

引用：[{{ s.no }}] {{ s.title }}

API Token

外部系统用这个 Token 调用 /v1/chat/completions（与 OpenAI 接口一致）。明文只在创建时显示一次，配置里只存散列，忘了就删掉重建。

新建 Token

新 Token 已生成，关掉就看不到了，请立刻复制保存：

复制

怎么接入

本服务的 /v1/chat/completions 与 OpenAI 完全一致（含流式），任何支持 OpenAI 接口的客户端把地址指过来即可。

方式一：改 portal-lite 门户智能体的配置（只改三行）

{{ portalSnippet }}

方式二：自己写脚本调用

{{ curlSnippet }}

大家都在问什么

重点看标红的「未命中」：这些是知识库里缺的资料，是下一步该补什么的方向。

操作审计

谁在什么时候入库、删除了什么资料。

运行状态

资料篇数

片段数

已向量化

资料总字数

大模型与检索

向量检索已停用：embedding 模型换过但没重建向量
{{ stats.embedding.mismatchNote }}

{{ (stats.embedding && stats.embedding.model) || '未启用（纯 BM25）' }}

{{ stats.chunking && stats.chunking.chunkSize }} 字 / 重叠 {{ stats.chunking && stats.chunking.chunkOverlap }} 字

{{ stats.chunking && stats.chunking.topK }} 段（候选 {{ stats.chunking && stats.chunking.candidates }}）

探测网关能力

重建向量

重建向量只在配置了 embedding 模型后可用

chat：{{ probeRes.agent && probeRes.agent.ready ? '可用（' + probeRes.agent.model + '）' : '不可用' }}
embedding：{{ probeRes.embedding.ok ? '可用（' + probeRes.embedding.model + '，' + probeRes.embedding.dim + ' 维）' : '不可用：' + probeRes.embedding.reason }}

企业微信对接

未启用。想让同事在企业微信里直接问知识库，按 README 第十五节配置 config.json 的 wecom 段，然后把 enabled 改成 true 并重启服务。

支持的文件格式

其余格式（尤其 PDF）需要先转成 docx 再投喂。

.{{ s }}

{{ docDlgRow.kind }} · {{ docDlgRow.chunkCount }} 个片段 · {{ (docDlgRow.chars || 0).toLocaleString() }} 字

第 {{ c.index + 1 }} 段{{ c.chars }} 字 · 已向量化

问题

回答

{{ chatDlgRow.answer || '（未命中，没有调用大模型）' }}

引用：[{{ s.title }} 第 {{ s.from + 1 }} 段]