将阿里云 Elasticsearch 或 OpenSearch 向量检索版中的数据接入 AI 搜索开放平台,构建企业专属知识库。知识库支持文档自动解析、文件导入和数据查询,并可在 Agentic Search 中基于知识库构建智能问答与检索应用。
知识库能力
Agent 执行任务时需要可引用的事实、可追溯的来源、实体之间的关系,以及与当前任务相关的最新状态。
知识库底层由阿里云 Elasticsearch、OpenSearch 行业算法版或 OpenSearch 向量检索版承载文档、数据查询、多模态内容和已有索引。知识蒸馏结合层级摘要提炼关键事实,Agentic Wiki 按主题与来源组织知识,Graph 表达实体和关系。
多路召回与融合
企业任务涉及多种信息来源,单路向量检索难以同时满足权限、时效、精确性和证据质量。四层检索编排分别从记忆、页面结构、派生知识和底层搜索引擎选择检索通道:
检索通道 | 检索方式 | 承载内容 | 主要解决的问题 |
Memory | 检索并召回用户会话(Session)和长短期记忆 | 事实、偏好、经验、约束 | "记住什么" |
PageIndex | 利用 PageIndex 的页面结构和语义节点优化检索,精确定位相关内容 | 文档的结构化页面索引 | 长文档的精确定位与证据回溯 |
Agentic Wiki | 从 Agentic Wiki 和 Graph 图谱中检索并分析事实来源与关系网络 | 可追溯的派生知识与业务概念组织 | "如何组织知识" |
Elasticsearch / OpenSearch | 由 Elasticsearch 或 OpenSearch 完成全文、过滤、向量、多模态和混合检索。必要时再加入公网信息。 | 全量原始知识源与结构化数据 | 权威事实的检索与实时查询 |
多路召回后,Pipeline 对结果进行去重、合并、重排和冲突消解,评估证据质量后生成引用。检索结果携带证据、版本、权限和更新时间进入任务上下文(Context),为 Agent 提供可追溯、可解释、可继续执行的上下文。通过上下文融合、压缩和动态窗口管理,保持任务执行的连续性。
图文混合检索
Agentic Search 多模态检索支持文找图、图片找图、图片关联文本,并结合 OCR、版面与属性条件进行混合检索,可定位到页面、区域或阶段支持的时间码。典型场景如汽车行业:故障照片需要匹配维修资料,扫描件与技术图中的信息需要精确定位。验证方式是用真实图文任务考察检索相关性、对象消歧、版本/口径一致性与证据定位能力。
接入、授权与治理
多类型知识库统一接入:只读对接 Elasticsearch、OpenSearch 向量检索版、OpenSearch 行业算法版,结合关键词、向量与结构化条件进行多路召回与融合,并保留 Evidence 原始出处与版本。"统一接入"不等于搬迁全部原始数据,也不等于每个任务必须查询所有来源。
统一授权体系:覆盖知识库权限(ES / OS 实例的用户密码自动授权、VPC 访问授权)、RAM 访问 OSS 数据的授权(OpenAPI 对接与后端访问)、以及第三方 Agent 对接(DMS DataAgent / DW DataAgent)。
轻量语义层:注册业务对象、关系、指标口径与来源映射,统一业务实体别名,解决"同一零件多个名称、同一指标多种定义"导致的 Agent 混用车型、版本或时间范围问题。语义层是轻量注册层,不等于新建全量 OWL 或图数据库;语义组织不能代替原始证据,自动生成的 Wiki 不能被默认为事实权威,存在冲突时应保留并说明。
知识引擎治理:持续识别知识缺口、过期内容与索引问题,将用户反馈转化为知识治理与检索优化建议,并支持版本与回滚。
创建知识库
在左侧导航栏单击知识库,进入知识库列表页,单击新建知识库。
配置以下参数:
基础信息
参数
说明
知识库名称
知识库的唯一名称,长度为 1~30 个字符,以字母开头,可包含小写字母、数字和下划线,不能与同一工作空间内的其他知识库名称重复。
描述
知识库的用途说明,最多 1024 个字符。
知识库引擎配置
参数
说明
引擎
知识库所使用的底层搜索引擎。
说明选择阿里云 Elasticsearch 8.x 或 9.x 实例时,具体可选实例以控制台为准。不同小版本和实例类型的兼容性可能存在差异。批量导入前,请先使用少量文件验证文档处理及检索结果。
网络类型
访问引擎的网络方式,默认为公网。
域名
引擎实例的访问地址。选择 Elasticsearch 时,填写实例的公网或 VPC 域名;选择 OpenSearch 向量检索版时,填写实例的公网访问地址。需要将 AI 搜索开放平台的 IP 加入引擎实例的白名单,具体 IP 以控制台提示为准。
鉴权信息
访问引擎的认证凭证。Elasticsearch 填写格式为
用户名:密码;OpenSearch 向量检索版填写 AccessKey。数据授权
勾选同意授权平台读取所选引擎中的数据,用于知识库的构建与检索。
文档处理配置
参数
说明
文件解析模型
文档内容解析所使用的服务,固定为 ops-document-analyze-002。支持识别表格、公式、图表等复杂元素。处理 PDF 文件时,页数不超过 400 页。
文档切片
默认开启。开启后将文档按单句进行切片,适合需要精细粒度检索的场景。
图片内容解析
默认开启。开启后将对文档中的图片进行识别与理解,提升含图文档的检索质量。
理解增强
默认开启。开启后对文档内容进行语义增强,并自动生成文档摘要和章节摘要,提升检索相关性与全局理解能力。
向量化模型
将文档内容嵌入为向量的模型。可选 text-embedding-v4 或 ops-qwen3-embedding-0.6b,需与引擎中的向量索引保持一致。
多模态向量化模型
用于处理文档中图片等多模态内容的向量化模型。可选 qwen3-vl-embedding 或 qwen3-vl-plus。
模型服务配置
参数
说明
API Key 配置
配置模型服务所需的 API Key、工作空间和连接域名。单击未配置按钮打开配置面板,选择工作空间、API-KEY 和连接域名(支持 VPC 和公网两种方式),确认后按钮变为已配置。
风险提示
勾选确认已阅读风险提示。
计费提示
此配置将产生 AI 搜索开放平台相关费用,需确认已了解AI搜索开放平台计费方式和计费项。
参数配置完成后,单击确定完成知识库创建。创建成功后,知识库将出现在列表页中。
导入文件
知识库创建完成后,可通过文件导入功能将文档数据导入知识库。在知识库列表页,单击目标知识库操作列中的文件导入。
本地文件上传
支持以下两类文件的上传:
非结构化数据:支持 doc、docx、pdf、html、txt、md、ppt、pptx、xls、xlsx、mp4、avi、mkv、mov 格式,单个文件不超过 1 GB。
结构化数据:支持 JSON、EXCEL(UTF-8 编码)格式,单个文件不超过 1 GB。
从数据源上传(OSS)
支持从对象存储 OSS 导入文件。选择从数据源上传页签,配置 OSS 访问域名、OSS 路径和 OSS 存储空间(Bucket)。
查看文件处理结果
在知识库列表页,单击目标知识库操作列中的数据查询,查看已导入文件的处理详情。面板中展示以下信息:
概览统计:总文件数、解析成功数、总切片数、总向量数。
文件列表:每个文件的处理状态(成功/失败)、切片数、向量数、耗时,以及处理结果详情(支持展开查看切片内容)。支持按文件名搜索和分页浏览。
导入文件后,确认目标文件的处理状态为成功,再在 Agentic Search 中选择该知识库,通过提问确认能够检索到文件中的目标内容。
若文件长时间处于处理中或处理失败,请查看处理详情,并检查引擎实例的运行状态、访问地址、认证信息及 IP 白名单配置。
编辑知识库
在知识库列表页,单击目标知识库操作列中的编辑,可修改知识库的引擎配置、文档处理配置和模型服务配置。修改后,可选择是否将变更应用于已处理的文档。勾选后,系统将重新解析这些文档并建立索引,耗时较长。
删除知识库
在知识库列表页,单击目标知识库操作列中的 ⋮ 图标,选择删除。在确认对话框中单击确定删除。删除后数据无法恢复。