知識檢索 - Alibaba Cloud Model Studio

大模型無法回答私人領域問題。知識檢索工具可從知識庫中檢索內容並提供給大模型，使其產生更準確、專業的回答。

使用方式

知識檢索功能通過 Responses API 呼叫。在 tools 參數中添加 file_search 工具，並通過 vector_store_ids 參數指定要檢索的知識庫 ID。

使用前需先建立和使用知識庫並擷取知識庫 ID。當前 vector_store_ids 僅支援傳入一個知識庫 ID。

# 匯入依賴與建立用戶端...
response = client.responses.create(
    model="qwen3.5-plus",
    input="介紹一下阿里雲百鍊X1手機",
    tools=[
        {
            "type": "file_search",
            # 替換為您的知識庫 ID，當前僅支援一個
            "vector_store_ids": ["your_knowledge_base_id"]
        }
    ]
)

print(response.output_text)

支援的模型

千問Plus：qwen3.5-plus、qwen3.5-plus-2026-02-15
千問Flash：qwen3.5-flash、qwen3.5-flash-2026-02-23
千問開源：qwen3.5-397b-a17b、qwen3.5-122b-a10b、qwen3.5-27b、qwen3.5-35b-a3b。
僅支援通過 Responses API 呼叫。

前提條件

已擷取API Key並配置API Key到環境變數（準備下線，併入配置 API Key）。
已建立知識庫並擷取知識庫 ID。可通過以下方式建立知識庫：
- 控制台建立：在百鍊控制台的知識庫頁面建立知識庫。詳細步驟請參考建立和使用知識庫。
- API 建立：通過阿里雲百鍊 SDK 調用 API 建立知識庫。詳細步驟請參考知識庫API指南。
  僅支援兩類知識庫：文檔搜尋和資料查詢；適用於基礎文檔問答，不支援圖文並茂回複。
知識庫 ID 通過百鍊控制台的知識庫詳情頁中查看。

快速開始

運行以下代碼，通過 Responses API 呼叫知識檢索工具，在指定的知識庫中檢索相關內容並產生回答。

請將範例程式碼中的 vector_store_ids 替換為您實際的知識庫 ID。

Python

import os
from openai import OpenAI

client = OpenAI(
    # 若沒有配置環境變數，請用百鍊API Key將下行替換為：api_key="sk-xxx"（不建議）,
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope-intl.aliyuncs.com/api/v2/apps/protocols/compatible-mode/v1"
)

response = client.responses.create(
    model="qwen3.5-plus",
    input="介紹一下阿里雲百鍊X1手機",
    tools=[
        {
            "type": "file_search",
            # 替換為您的知識庫 ID，當前僅支援一個
            "vector_store_ids": ["your_knowledge_base_id"]
        }
    ]
)

print("[模型回複]")
print(response.output_text)
print(f"\n[Token 用量] 輸入: {response.usage.input_tokens}, 輸出: {response.usage.output_tokens}, 合計: {response.usage.total_tokens}")

Node.js

import OpenAI from "openai";
import process from 'process';

const openai = new OpenAI({
    // 若沒有配置環境變數，請用百鍊API Key將下行替換為：apiKey: "sk-xxx",
    apiKey: process.env.DASHSCOPE_API_KEY,
    baseURL: "https://dashscope-intl.aliyuncs.com/api/v2/apps/protocols/compatible-mode/v1"
});

async function main() {
    const response = await openai.responses.create({
        model: "qwen3.5-plus",
        input: "介紹一下阿里雲百鍊X1手機",
        tools: [
            {
                type: "file_search",
                // 替換為您的知識庫 ID，當前僅支援一個
                vector_store_ids: ["your_knowledge_base_id"]
            }
        ]
    });

    console.log("[模型回複]");
    console.log(response.output_text);

    const usage = response.usage;
    console.log(`\n[Token 用量] 輸入: ${usage.input_tokens}, 輸出: ${usage.output_tokens}, 合計: ${usage.total_tokens}`);
}

main();

curl

curl -X POST https://dashscope-intl.aliyuncs.com/api/v2/apps/protocols/compatible-mode/v1/responses \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen3.5-plus",
    "input": "介紹一下阿里雲百鍊X1手機",
    "tools": [
        {
            "type": "file_search",
            "vector_store_ids": ["your_knowledge_base_id"]
        }
    ]
}'

運行以上代碼可擷取如下回複：

[模型回複]
根據知識庫中的內容，該產品要點包括以下幾個方面：

1. **核心功能**：產品提供了...
2. **適用情境**：適用於...
3. **技術特性**：基於...

...

[Token 用量] 輸入: 1568, 輸出: 1724, 合計: 3292

流式輸出

知識檢索工具需要在知識庫中進行語義搜尋，可能需要一定的處理時間，建議啟用流式輸出，即時擷取中間過程輸出結果。

Python

import os
from openai import OpenAI

client = OpenAI(
    # 若沒有配置環境變數，請用百鍊API Key將下行替換為：api_key="sk-xxx",
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope-intl.aliyuncs.com/api/v2/apps/protocols/compatible-mode/v1"
)

stream = client.responses.create(
    model="qwen3.5-plus",
    input="介紹一下阿里雲百鍊X1手機",
    tools=[
        {
            "type": "file_search",
            # 替換為您的知識庫 ID，當前僅支援一個
            "vector_store_ids": ["your_knowledge_base_id"]
        }
    ],
    stream=True
)

for event in stream:
    # 模型回複開始
    if event.type == "response.content_part.added":
        print("[模型回複]")
    # 流式列印模型回複
    elif event.type == "response.output_text.delta":
        print(event.delta, end="", flush=True)
    # 響應完成，列印 Token 用量
    elif event.type == "response.completed":
        usage = event.response.usage
        print(f"\n\n[Token 用量] 輸入: {usage.input_tokens}, 輸出: {usage.output_tokens}, 合計: {usage.total_tokens}")

Node.js

import OpenAI from "openai";
import process from 'process';

const openai = new OpenAI({
    // 若沒有配置環境變數，請用百鍊API Key將下行替換為：apiKey: "sk-xxx",
    apiKey: process.env.DASHSCOPE_API_KEY,
    baseURL: "https://dashscope-intl.aliyuncs.com/api/v2/apps/protocols/compatible-mode/v1"
});

async function main() {
    const stream = await openai.responses.create({
        model: "qwen3.5-plus",
        input: "介紹一下阿里雲百鍊X1手機",
        tools: [
            {
                type: "file_search",
                // 替換為您的知識庫 ID，當前僅支援一個
                vector_store_ids: ["your_knowledge_base_id"]
            }
        ],
        stream: true
    });

    for await (const event of stream) {
        // 模型回複開始
        if (event.type === "response.content_part.added") {
            console.log("[模型回複]");
        }
        // 流式列印模型回複
        else if (event.type === "response.output_text.delta") {
            process.stdout.write(event.delta);
        }
        // 響應完成，列印 Token 用量
        else if (event.type === "response.completed") {
            const usage = event.response.usage;
            console.log(`\n\n[Token 用量] 輸入: ${usage.input_tokens}, 輸出: ${usage.output_tokens}, 合計: ${usage.total_tokens}`);
        }
    }
}

main();

curl

curl -X POST https://dashscope-intl.aliyuncs.com/api/v2/apps/protocols/compatible-mode/v1/responses \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen3.5-plus",
    "input": "介紹一下阿里雲百鍊X1手機",
    "tools": [
        {
            "type": "file_search",
            "vector_store_ids": ["your_knowledge_base_id"]
        }
    ],
    "stream": true
}'

參數說明

file_search 工具支援以下參數：

參數	必填	說明
`type`	是	固定為 `"file_search"`。
`vector_store_ids`	是	知識庫 ID 列表。當前僅支援傳入一個知識庫 ID。知識庫 ID 可在百鍊控制台的知識庫詳情頁查看，也可通過 API 建立知識庫時擷取。

計費說明

計費涉及以下方面：

模型調用費用：知識庫檢索到的內容會拼接到提示詞中，增加模型的輸入 Token，按照模型的標準價格計費。價格詳情請參考模型列表。
工具調用費用：知識庫功能目前免費。