接入模型并构建 RAG 知识库
将业务技术文档导入向量化知识库，实现带有精准文档溯源的 RAG 智能问答。
30–45 分钟中级AgenticHub
完成标志
一个已解析完成文档切片与向量化、能被智能体精确检索并返回引用角标的专属私有知识库。
开始之前
- 准备 3–5 篇业务规范、技术 FAQ 或产品说明书（支持 Markdown/PDF/TXT 格式）
- 确认知识库 Embedding 向量模型服务正常运行
- 已创建一个用于测试绑定的智能体实例
01
创建知识库与设定分块策略
在资源中心新建知识库，选择适合文档长度的分块大小（Chunk Size）与重叠字数（Overlap）。
02
上传文档并监控向量化进度
批量拖拽上传目标文档，等待后台解析引擎完成文本提取、分块和向量入库。
03
在知识库测试面板进行召回演练
输入业务提问，检查召回的分块片段相关性得分，调整 Top-K 与相似度阈值。
04
绑定智能体并验证端到端精准回答
在智能体设置中开启知识库检索，进行多轮提问，验证回答是否准确引用上传的文档内容。
完成本步骤后，即可继续下一步。
继续学习与深入
将本次实战成果连接到完整的平台文档，理解更多架构边界与生产实践。
查看 RAG 知识库调优与治理指南