本文介紹如何在PAI-RAG的Web 介面進行各項配置，包括知識庫、Code沙箱、模型、搜尋服務和MCP工具等。
配置模型
單擊左下角設定 > 模型，進入模型配置。在LLM頁簽添加模型。
如果是一體化部署，會自動產生一條模型配置記錄。還可以繼續添加其他來源的模型。
模型ID：區分不同的模型配置。
Endpoint URL：填寫模型服務地址。
說明阿里雲百鍊模型調用需單獨計費，請參見阿里雲百鍊計費項目說明。
如為EAS模型服務，在服務詳情的基本信息地區單擊查看调用信息。注意在調用地址後添加
/v1。使用公網調用地址需為RAG服務配置有公網訪問能力的專用網路。
使用VPC調用地址需RAG服務與LLM服務處於同一專用網路內。
API Key：阿里雲百鍊參見擷取API Key填寫。EAS服務則填寫調用資訊中的Token。
模型名稱：根據實際情況填寫。如果是EAS部署的LLM服務且推理引擎為vLLM，請務必填寫具體的模型名稱。可通過
/v1/models介面擷取模型名稱。對於其他部署模式，則只需將模型名稱設定為default即可。多模態模型：如果是多模態模型，則勾選，否則不勾選（預設不勾選）。
思考模型：有思考與非思考兩種模式的模型，可通過該選項來控制是否思考。預設不勾選。
配置成功後建議先測試模型配置。單擊左側建立對話，在對話頁面上方選擇模型進行對話測試。
配置MCP
單擊左下角設定 > MCP，如下添加MCP。
MCP連結：MCP 服務的完整訪問端點 URL。
MCP類型：支援 SSE / STDIO / Streamable HTTP。
Bearer Token：（可選）使用Bearer令牌認證，需填寫有效存取權杖。
配置搜尋
當知識庫內容不足以覆蓋使用者問題，或者需要即時資訊時，可以啟用搜尋服務（Tavily ）作為補充。
單擊左下角設定 > 搜尋，進入搜尋配置。
Tavily搜尋
訪問 Tavily 官網註冊賬戶，並擷取API Key。
配置 Code 沙箱
Code沙箱提供安全的 Python 代碼運行環境。開啟 Code 沙箱功能後，當 AI 助手需要執行代碼時，會自動調用Code沙箱工具。
使用情境
資料分析：執行資料統計、彙總、過濾等操作。例如："幫我分析銷售資料，計算各地區的平均銷售額"。
資料視覺效果：組建圖表、繪製趨勢圖等。例如：“繪製過去一年的銷售趨勢圖”。
數學計算：執行複雜的數學運算、方程求解。例如：“計算這個數列的標準差”。
檔案處理：解析CSV、Excel等檔案，提取和轉換資料。
其他需要代碼執行的任務
前置準備
配置Code沙箱前需要完成以下準備工作：
開通Function Compute服務：訪問Function Compute控制台，按照提示開通服務。
建立AgentRun解譯器：訪問AgentRun控制台，左側導覽列選擇Sandbox 沙箱，建立沙箱模板，類型選擇代碼解譯器。注意：
說明網路類型預設選擇允許預設網卡訪問公網，要求RAG服務能訪問公網。
可以選擇允許訪問VPC，並確保與RAG服務配置同樣的專用網路。
擷取訪問憑證：擷取阿里雲帳號ID、沙箱 ID用於後續配置。如設定了訪問憑證還需API Key。
配置方式
單擊左下角設定 > Code沙箱，配置以下參數：
啟用沙箱：開啟/關閉沙箱功能。
沙箱類型：當前僅支援阿里雲FC沙箱。
阿里雲ID：阿里雲帳號ID。
解譯器ID：沙箱 ID。
解譯器名稱：代碼解譯器名稱。
API Key：填寫存取金鑰，用於身分識別驗證。
預設逾時（秒）：代碼執行的最大時間長度（秒）。預設50秒。
設定檔分塊策略
分段設定用於配置知識庫中文檔的切片方式，決定文檔如何被切分成若干片段（chunk），以便後續做向量化與檢索。合理的分段設定能提升檢索命中率與回答品質。
支援知識庫和檔案層級的配置：
知識庫分段設定：上傳到該知識庫的檔案在解析時會預設使用當前知識庫的分段設定。
指定檔案的分段設定：
在上傳檔案時，可為該檔案單獨指定分段參數；
對已有檔案執行重新解析操作時，也可指定分段設定並觸發重新處理。
前置要求
在使用分段設定之前，您需要：
已建立知識庫：在系統中已有一個可用的知識庫。
已配置 Embedding：系統內已添加至少一個向量（Embedding）模型。
（可選）多模態模型：若需使用圖片理解模型，需在系統中配置支援視覺的模型。
參數說明
參數 | 說明 |
切片類型 | 根據文檔特點選擇合適的切片類型：
|
切片大小 | 每個切片的最大長度（字元數或 token 數，依類型而定）。推薦值：1000。 |
切片重疊 | 表相鄰切片之間重疊的長度，用於保留上下文、避免語義被截斷。推薦值：50。 重要 切片大小需大於切片重疊。 |
圖片理解模型 |
|
向量模型 |
|
調優建議：建議先使用預設配置上傳少量文檔進行測試，通過評估模組分析召回率和準確率，再根據實際效果調整參數。
使用建議
長文檔 RAG：設定切片類型為結構化、切片大小 1000、重疊 50，在保證內容相關的前提下控製片段長度。
需要嚴格按照分隔字元切分文檔：使用段落 (paragraph)切分方式，自訂分隔字元號。
表格式資料：切片類型選擇表格 (table) ，配置表頭行與行分隔字元，將 Excel/CSV 按行或按塊接入檢索，如果不勾選合并行選項，則是按照行切分，勾選合并行選項，可以按照切片大小的限制將行合并為塊。
多模態文檔：開啟圖片理解模型，使 PDF、帶圖文檔中的圖片內容參與檢索與回答。
配置應用 FAQ
FAQ（常見問題）功能允許為每個應用維護一套問題-答案知識庫，適用於產品說明書、客服話術、常見問題等。
應用啟用FAQ功能並配置好條目後，在對話時，流程如下：
AI 助手會優先從 FAQ 中檢索與使用者問題最相似的條目
若命中且滿足相似性閾值，將根據配置選擇直接返回 FAQ 答案或結合 FAQ 結果由模型產生回答
若未命中或未啟用直接返回，則會繼續使用知識庫、搜尋等其它能力回答。
配置方式：
登入系統後，進入目標應用的配置頁。
啟用 FAQ：在應用配置中開啟啟用 FAQ開關並儲存。
開啟FAQ管理，在 FAQ 管理頁面中可進行：
FAQ 回複設定：單擊設定按鈕，設定相似性的分數閾值（建議 0.8～1.0）、Embedding 模型、是否讓問題/答案參與檢索與展示、是否直接返回工具結果等。
維護 FAQ：
新增、編輯、刪除單條FAQ。
大量刪除
大量匯入：上傳 Excel 檔案，按列映射「問題列」「答案列」後一鍵匯入。
儲存後，該應用的對話將自動優先使用 FAQ 檢索結果。