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