前言：RAG与知识索引
什么是知识索引？想象你走进一个巨大的企业资料库。知识索引就像这个资料库的“智能目录系统”，它把海量的文档、数据提炼成结构化、易查找的“地址簿”。AI通过它能迅速定位相关知识位置。
索引与RAG的关系RAG（检索增强生成）是让大模型回答问题的技术。它“问问题”时，知识索引就是RAG的“即时资料库”。RAG先查询索引，找出最相关的信息片段，再基于这些片段生成准确回答——索引为RAG提供精准弹药。
为什么必须构建索引？对企业意味着什么？
- 效率与成本： 企业知识库可能TB级，直接塞给大模型耗时费钱。索引预先组织信息，实现毫秒级检索。
- 准确性： 保证AI的回答牢牢基于企业最新内部知识（产品手册、客户案例等），避免“胡说八道”。
- 专业性：让通用大模型瞬间变身“企业专属专家”，解锁高质量内部知识问答。
如何使用AI PaaS功能构建知识索引
语义检索索引列表页
在【AI 平台管理——语义检索索引】中，支持查看和新建知识索引。其中每个构建好的知识索引都可以支持被AI助手，这个在后面也会讲到
新建知识索引
点击列表右上方的【新建】按钮，您需要先选择一下新建的索引类型
这里创建的类型分为【本地文档】和【业务对象】2类；
如果您的企业知识是通过PPT、Excel等形式维护的，可以直接通过【本地文档】进行上传
如果您希望基于当前系统的业务数据进行知识问答，或者企业的知识已经存入系统对象中，您可以选择【业务对象】，并支持将系统内容对象数据导入
本地文档上传
先介绍一下本地文档的上传能力，选择【本地文档】后
首先配置一下当前语义检索的基础信息，包括【名称】【描述】等
进入下一步后，支持添加附件上传；这些上传的文件会作为索引的基础数据源
业务对象
业务对象索引构建分为【基础设置】【数据源设置】【索引字段设置】3步
第1步【基础设置】与【本地文档】上传类似
第2步，在【数据源设置】中