PAI-RAG Web UI 配置指南 - 人工智能平台 PAI

PAI-RAG Web界面支持配置模型、知识库分块、Code沙箱、搜索服务和MCP工具。通过这些配置，您可以灵活调整RAG系统的检索和问答行为。

配置模型

单击左下角设置 > 模型，进入模型配置。在LLM页签添加模型。

说明

如果是一体化部署，会自动生成一条模型配置记录。还可以继续添加其他来源的模型。

模型ID：区分不同的模型配置。
Endpoint URL：填写模型服务地址。
说明
- 阿里云百炼模型调用需单独计费，请参见阿里云百炼计费项说明。
- 如为EAS模型服务，在服务详情的基本信息区域单击查看调用信息。注意在调用地址后添加/v1。
  - 使用公网调用地址需为RAG服务配置有公网访问能力的专有网络。
  - 使用VPC调用地址需RAG服务与LLM服务处于同一专有网络内。
API Key：阿里云百炼参见获取与配置 API Key填写。EAS服务则填写调用信息中的Token。
模型名称：根据实际情况填写。如果是EAS部署的LLM服务且推理引擎为vLLM，请填写具体的模型名称，可通过/v1/models接口获取。其他部署模式设置为default即可。
多模态模型：多模态模型需勾选，否则不勾选（默认不勾选）。
思考模型：支持思考与非思考两种模式的模型，通过该选项控制是否启用思考。默认不勾选。

配置成功后建议先测试模型配置。单击左侧新建对话，在对话页面上方选择模型进行对话测试。

配置MCP

单击左下角设置 > MCP，如下添加MCP。

MCP链接：MCP 服务的完整访问端点 URL。
MCP类型：支持 SSE / STDIO / Streamable HTTP。
Bearer Token：（可选）使用Bearer令牌认证，需填写有效的访问令牌。

配置搜索

当知识库不足以覆盖用户问题，或需要实时信息时，可启用搜索服务（Tavily ）作为补充。

单击左下角设置 > 搜索，进入搜索配置。

Tavily搜索

访问 Tavily 官网注册账户，并获取API Key。

在选择搜索引擎下拉框中选择Tavily 搜索。
在Tavily API Key输入框中填入获取的 API Key。
通过滑块设置搜索结果条数。
单击保存搜索配置。

配置 Code 沙箱

Code沙箱提供安全的 Python 代码运行环境。开启后，AI 助手需要执行代码时会自动调用Code沙箱。

使用场景

数据分析：执行数据统计、聚合、过滤等操作。例如："帮我分析销售数据，计算各地区的平均销售额"。
数据可视化：生成图表、绘制趋势图等。例如：“绘制过去一年的销售趋势图”。
数学计算：执行复杂的数学运算、方程求解。例如：“计算这个数列的标准差”。
文件处理：解析CSV、Excel等文件，提取和转换数据。
其他需要代码执行的任务

前置准备

配置Code沙箱前需完成以下准备：

开通函数计算服务：访问函数计算控制台，按照提示开通服务。
创建AgentRun解释器：访问AgentRun控制台，左侧导航栏选择Sandbox 沙箱，创建沙箱模板，类型选择代码解释器。注意：
说明
网络类型默认选择允许默认网卡访问公网，要求RAG服务能访问公网。
可以选择允许访问VPC，并确保与RAG服务配置同样的专有网络。
获取访问凭证：获取阿里云账号ID、沙箱 ID用于后续配置。如设置了访问凭证还需API Key。

配置方式

单击左下角设置 > Code沙箱，配置以下参数：

启用沙箱：开启/关闭沙箱功能。
沙箱类型：当前仅支持阿里云FC沙箱。
阿里云ID：阿里云账号ID。
解释器ID：沙箱 ID。
解释器名称：代码解释器名称。
API Key：填写访问密钥，用于身份验证。
默认超时（秒）：代码执行的最大时长（秒）。默认50秒。

配置完成后，在对话界面中上传文件（如 titanic.csv）并提问，AI 助手将调用代码解释器执行 Python 代码进行数据分析并返回结果。例如提问"男女比例是多少"，AI 助手通过 pandas 读取数据并统计，返回结果：男性 577 人，女性 314 人，男女比例约为 1.84:1。

配置文件分块策略

分段设置用于配置知识库文档的切片方式，决定文档如何被切分成片段（chunk）以便向量化与检索。合理的分段设置能提升检索命中率与回答质量。

支持知识库和文件级别的配置：

知识库分段设置：上传到该知识库的文件在解析时会默认使用当前知识库的分段设置。在知识库设置页签的分段设置区域，可配置以下参数：
- 切片类型：如结构化（structure）
- 切片大小：推荐值 1000
- 切片重叠：推荐值 50
- 图片理解模型
- 向量模型：如 BAAI/bge-m3
指定文件的分段设置：
- 在上传文件时，可为该文件单独指定分段参数。在上传文件弹窗的切片配置区域，设置以下参数：
  - 切片类型：选择切片方式，例如结构化(structure)
  - 切片大小：设置每个切片的大小，例如 1000
  - 切片重叠：设置切片之间的重叠量，例如 60
  - 图片理解模型：选择是否使用图片理解模型
  配置完成后，单击开始解析按钮启动解析任务。
- 对已有文件执行重新解析操作时，也可指定分段设置并触发重新处理。分段参数包括：
  - 切片类型：选择文档切片方式，如结构化（structure）
  - 切片大小：推荐值为 1000
  - 切片重叠：推荐值为 50
  - 图片理解模型：用于理解图片内容，可选择不使用

前置要求

使用分段设置前，您需要：

已创建知识库：在系统中已有一个可用的知识库。
已配置 Embedding：系统内已添加至少一个向量（Embedding）模型。
（可选）多模态模型：若需使用图片理解模型，需在系统中配置支持视觉的模型。

参数说明

参数	说明
切片类型	根据文档特点选择合适的切片类型：结构化 (structure)：按文档结构（如标题、段落）切片，适合大多数 Markdown、PDF、Word 等。按 token：按 token 数量切片，适合对长度有严格要求的场景。表格 (table)：按表格结构切片，适合 Excel、CSV 等；可配置最大表头行index、合并行、行分隔符、是否格式化为 JSON 等。段落 (paragraph)：按自定义分隔符（如 `\n\n`）切分为段落，可同时设置切片大小与切片重叠。
切片大小	每个切片的最大长度（字符数或 token 数，依类型而定）。推荐值：1000。
切片重叠	相邻切片之间重叠的长度，用于保留上下文、避免语义被截断。推荐值：50。重要切片大小需大于切片重叠。
图片理解模型	用于理解文档中的图片内容（如 PDF 内嵌图、带图 Markdown 等）。可选择不使用图片理解模型，或从下拉列表中选择已配置的视觉模型选择后，解析文档时会调用该模型对图片进行理解并参与切片/检索。
向量模型	将切片文本及图片理解结果转换为向量的模型，检索时依赖该向量。必须选择系统已配置的 Embedding 模型（如 BAAI/bge-m3 等）。

说明

调优建议：建议先使用默认配置上传少量文档进行测试，通过评估模块分析召回率和准确率，再根据实际效果调整参数。

使用建议

长文档 RAG：设置切片类型为结构化、切片大小 1000、重叠 50，在保证上下文的前提下控制片段长度。
需要严格按照分隔符切分文档：使用段落 (paragraph)切分方式，自定义分隔符号。
表格数据：切片类型选择表格 (table)，配置表头行与行分隔符。不勾选合并行按行切分；勾选合并行则按切片大小限制将行合并为块。
多模态文档：开启图片理解模型，使 PDF、带图文档中的图片内容参与检索与回答。

配置应用 FAQ

FAQ（常见问题）功能允许为每个应用维护一套问题-答案知识库，适用于产品说明书、客服话术、常见问题等。

应用启用FAQ功能并配置好条目后，在对话时，流程如下：

AI 助手会优先从 FAQ 中检索与用户问题最相似的条目
若命中且满足相似度阈值，将根据配置选择直接返回 FAQ 答案或结合 FAQ 结果由模型生成回答
若未命中或未启用直接返回，则会继续使用知识库、搜索等其它能力回答。

配置方式：

登录系统后，进入目标应用的配置页。
启用 FAQ：在应用配置页中，将启用FAQ开关设置为开启状态，然后单击保存应用。
打开FAQ管理，在 FAQ 管理页面中可进行：
- FAQ 回复设置：单击设置按钮，设置相似度的分数阈值（建议 0.8～1.0）、Embedding 模型、是否让问题/答案参与检索与展示、是否直接返回工具结果等。
- 维护 FAQ：
  - 单击 + 新增FAQ 按钮，在弹窗中填写问题和答案，单击创建完成添加。
  - 批量删除：勾选目标 FAQ 条目前的复选框，单击右上角 Delete selected 按钮即可批量删除已选条目。
  - 批量导入：上传 Excel 文件，按列映射「问题列」「答案列」后一键导入。
    在上传文件弹窗中，选择 xlsx 或 xls 格式的文件，并配置文件解析参数：
    - 标题行下标：指定标题行位置，留空表示不使用标题行，列将使用数字索引（0, 1, 2...）
    - 问题列：指定问题所在的列索引
    - 答案列：指定答案所在的列索引
    配置完成后单击上传。
保存后，该应用的对话将自动优先使用 FAQ 检索结果。