本地知识库

什么是知识库

知识库

知识库（Knowledge Base）主要用于🙈文件内容搜索、🙊文件知识问答。

通俗来讲，可以搜索pdf内容🙉、搜索图片内容💌、搜索word内容💓、并依据文件内容进行回答💝

政企单位则主要用于👏智能客服系统、🙌智能推荐、👐企业知识管理系统

deepseek等大模型通常只依赖网络中的知识进行回答。如果要依据个人电脑或企业服务器的文档知识进行回答，则需要使用知识库

知识库

1、🤠用户将个人电脑中文件或文件夹投影到本地知识库：如pdf、word、markdown、图片、excel表格、语音、视频内容等等

2、🤡知识库会深度解析文档中的内容

3、🤖用户可以直接搜索相关内容在哪些文件中。如：“发票”在哪些文件中出现、以及哪些文件与“发票”相似有关等。

4、😺用户也可以直接进行问答，依据知识库中的文件知识进行回答。如：“公司的规章2是什么？”

与云知识库不同，本地知识库只存在于当前电脑的硬盘中，不依赖外部云服务。如果更换电脑，需要注意硬盘的更换

新建本地知识库

新建本地知识库

🤗新建本地知识库时，先点击知识库目录的下方空白处，将当前路径更改为根目录，再新建知识库

👁️‍🗨️默认预留的知识库是功能最单一的知识库（仅能搜索包含型的文本）。💯更复杂的知识库功能，请新建知识库进行使用！！！

💥选中目录后，才能上传文件

知识库上传文件操作指南

知识库上传文件

选中目标文件夹后，才能上传文件👍

支持丰富的文件格式

访答知识库中各种类型的文件内容都会被详细解析，并用于查询和问答。例如:

• 图片：图片中的文字、图片描述的内容
• pdf：pdf文件 中的图片、公式、表格、印章等
• word：word 中的图片、公式、表格、印章等
• excel 表格 xls、xlsx、csv等
• 视频：视频中的图片、视频的语音及文字、视频描述的内容等
• 音频：音频的文字
• markdown、txt、jupyter、html、htmls、tex 等文本文件

访答知识库支持各种数据存储库，如：mongodb、sql、spark、hive 等数据存储框架。数据就是知识

知识库搜索与问答操作指南

知识库搜索与问答操作

1、👋选择搜索引擎：云知识库搜索还是本地知识库搜索

2、🤚选择知识库

3、🖐选择搜索内容，可以是搜索所有、只搜图片、只搜视频、只进行问答等等

访答知识库支持多种搜索和问答形式RAG

访答知识库搜索提供如下搜索、问答和生成（RAG）：

• 混合搜索：多种搜索结果混合
• 文本包含： 包含文本
• 文本相似搜索： 相似文本搜索， 例如： 父亲 和 爸爸， 相似不相同
• 图片相似搜索
• 语音相似搜索
• 视频相似搜索
• 图片视频相似搜索： 视频包含该图片，视频与该图片相似
• 文本搜索图片： 多模态
• 文本搜索语音： 多模态
• 文件文本相似搜索
• 智能问答： qwen， deepseek 等
• 图像生成：可配置
• 语音生成：可配置
• 视频生成：可配置

知识库注意事项

💫注意：本地知识库中所有操作都在用户电脑上进行，不上传任何文件数据。所有AI模型都在用户电脑上

💫注意：云知识库跟随账户，用户在任意电脑上，登陆账户即可看到云知识库中的内容，并进行搜索和问答

访答本地知识库特性

1.本地私有化，离线可用

本地化部署：数据存储在自有服务器、NAS或终端设备上，不依赖公有云。

离线可用：无需联网即可访问，适合无网络或低带宽环境。

安全高隐私：文件始终在用户本地电脑中！与云知识库区别的是，本地知识库只在用户本地电脑上进行，不会将文件上传到云上。适合敏感数据（如企业机密、个人隐私），避免云端泄露风险。

文件监听: 文件或文件夹 增加，删除，修改，移动，重命名。实时监听本地文件或文件夹的变更，同步到知识库中， 在文件内容变更后， 知识库中的文件内容也会变更。

软硬件可维护：提供硬件建议及软件环境解决方案

2.深度解析文件，包括子文件

深度解析各种文件的内容。如：图片的文本、图片的描述内容、表格、语音中的文本、视频中的图片和文本、pdf和word中的文本图片公式等。

文件中的子文件图片、视频以及视频中的图片等也会被再次解析，并作为该文件的一部分存在

将各种知识输送到搜索系统、问答系统、生成系统，从而可以进行搜索与问答

3.其他特性

模型自定义

知识库种所用的模型皆可用户自己进行配置，并可根据需求自由定制存储架构、检索逻辑和权限管理。

知识库独立

各个知识库之间互相独立， 每个知识库可以单独设置不同的人工智能模型， 而相同的 人工智能模型又会被共享， 从而节约用户电脑的资源

易用

用户可以在访答软件中新建本地知识库，就像新建文件夹一样简单。用户将本地文件或者文件夹投影到本地知识库后， 文件或文件夹下的文件内容就会在用户电脑上进行解析并建档。

访答知识库应用场景

一、AI智能客服问答

将企业商品完整信息（核心属性、描述文本及附属文档）沉淀入知识库，在用户进行询问时，搜索知识库中相关信息

然后，将相关商品信息送到问答大模型 deepseek 或 qwen 中，从而对用户的问题进行回答。

1. 支持多模态问答：用户上传商品图片，然后询问商品的功能，以及是否有红色的外壳等等。

2. 支持多级问答：第一表单问答，在第一表单完成后，才进行第二表单问答。例如：客户表单自动录入。

3. 支持自助客服：用户通过知识库搜索直接解决常见问题（如产品使用指南）。

4. 支持辅助客服：快速检索答案，并显示给内部客服员工，再由员工进行回答，提升员工响应效率。

5. 企业内部问答：如员工询问：“公司2025年假期安排是什么？” 。RAG模型从云知识库检索最新公告，生成准确回答，而非依赖训练数据。

6. 支持自定义问答模型：可自定义问答模型的类型 deepseek 或 qwen等，以及指定使用云上的模型或者本地模型

二、智能商品推荐

商品推荐是企业的核心！

企业将商品有关的所有信息，所有文件送到知识库，转换为特征向量。

依据用户总体点击的多少、用户搜索、以及用户点击浏览商品等相关信息，从知识库中搜索到相似的商品，然后推荐给用户

1. 推荐的多样性：不单纯推荐相似的商品，还会依据总体点击量以及聚类进行多样性推荐。

2. 支持冷启动：在用户初始使用时，进行商品推荐。

3. 支持否推荐：不能推荐给用户的，不会被推荐。否推荐相当于检索中的not，A and B not C 的检索形式

4. 时效性：实时流式推荐

三、企业知识管理以及数字化与智能化转型

用户问：“公司2023年销售数据如何？” - 本地部署的AI模型从内部知识库库检索，生成回答，避免数据上传云端。

打破各部门之间文件知识壁垒，方便各部门之间的沟通。

企业员工快速检索内部资料。

内部培训：存储员工手册、流程文档，方便新员工学习。

技术文档：开发团队的API文档、运维手册等集中管理。

访答知识库 - 财会垂直应用场景

财会垂直应用场景 -- 知识库应用

1. 发票报销依据：

   员工发票是否满足公司报销的标准？财会人员可以快速从公司知识库中搜索到对应的报销标准。

   甚至财会人员可以直接问：“....是否满足报销标准”，系统会直接给出答案以及参考依据文档。

   财务人员直接上传发票单据，然后询问：“....是否满足报销标准”，系统会直接给出答案以及参考依据文档。

   ​价值：增加财会效率，减轻工作压力

2. 政策变化更新日志与生效日期：

   快速查找最新会计准则（如中国会计准则CAS、国际会计准则IFRS）、税法条款（增值税、所得税）、审计规范、行业监管要求（如金融、上市公司）。

   ​价值：​确保业务处理合法合规，避免罚款和声誉风险，快速响应监管变化。

3. 报表编制：

   编制月报、季报、年报时查询历史数据口径、指标定义、分析方法论。

   从知识库中直接查询​​历史数据口径、报表项目编制说明及勾稽关系。关键财务指标（KPI）的定义、计算方法和分析维度。预算与实际对比分析的框架。

   ​价值：​从而保证报告的准确性和一致性，提高分析效率和质量，支持管理层决策。

4. 为销售、采购、生产等业务部门解答财务规则和流程问题（如价格审批、合同付款条款）：

   面向业务部门的财务指引（如销售开票要求、采购付款流程）。

   业务合同财务审核要点有哪些。

   成本核算规则说明（供生产/项目经理参考）。

   预算申请和控制的业务视角指南等等。

   ​价值：​​促进业财沟通，减少摩擦，提高流程效率，赋能业务部门理解财务影响。

5. 审计支持材料库​：应对内外部审计检查，快速搜索并提供所需文档和解释。

   审计调阅资料清单。

   重要会计政策备忘录、重大会计估计文档。

   合同、权证扫描件存档路径。

   审计常见问题及标准回复参考。 ​

   ​价值：​​ 缩短审计周期，提高审计响应效率，降低审计成本。

访答知识库 - 电子电商垂直应用场景

电子电商垂直应用场景 -- 知识库应用

1. 客服人员通过知识库（通常集成到客服系统中）快速找到针对客户问题的标准答案

   ​订单状态查询：​​ 不同物流状态对应的处理时间和含义（比如"包裹已清关"意味着什么）。

   ​​物流信息：​​ 各合作快递公司的时效范围、覆盖区域、特殊地区政策（如偏远乡镇）、常见异常情况处理流程（如包裹卡在中转站）。

   ​退换货政策：​​ 详细条款说明、时间限制、操作步骤（用户端如何提交申请）、各品类特殊政策（比如数码产品激活后是否可退）。

   ​支付问题：​​ 支持的支付方式详情（如分期选项）、失败原因（如银行卡额度不足）、到账时间说明。

   ​促销活动规则：​​ 双十一满减叠加规则、优惠券使用范围限制、预售定金退款规则。

   ​​商品问题：​​ 尺寸对照表、安装/使用说明（如复杂家用电器的初次使用指南）、常见故障排查（如蓝牙耳机配对问题）。

   ​平台规则与政策：​​ 用户行为规范、禁售品说明、隐私政策重点解读。

   某电商公司使用知识库管理退货政策、物流信息，用户可直接搜索“如何退货”，系统返回最新流程，减少客服工单量。 ​

2. ​智能客服​​ 知识库为智能客服提供结构化、准确的知识源，让问答大模型deepseek或qwen等理解用户问题并提供正确回答。 ​

3. ​多/全渠道一致体验：​​ 无论用户通过在线客服、电话、社交媒体还是APP内留言咨询，客服人员都能基于同一知识库提供一致的答案，避免不同客服给出矛盾信息。

4. **​减少培训时间/降低出错率：**​​ 新客服人员可借助知识库快速上岗，资深客服也能避免记忆错误或凭经验判断导致的服务偏差。

5. 商品信息管理与内容创作：​​

   ​​标准化商品上架：​​ 新商品上架时，知识库提供品牌文案模板、规格参数标准（如颜色尺码命名规则）、常用描述语、合规性要求（如针对特定国家的标签要求）、主图/详情页设计规范等，确保信息的一致性和质量，避免重复劳动或合规风险。

   ​内容快速复用：​​ 针对季节性活动（如情人节礼盒）或促销品（如爆款手机），可直接复用往年的成功文案模板，避免每次从零开始。

   ​​品牌一致性维护：​​ 确保所有渠道（官网、APP、社交媒体、第三方平台店铺）的商品描述、品牌故事、卖点信息高度统一。

6. 企业知识传承：避免因为人员流动带来的知识流失

   新员工入职手册：​​ 提供全面的公司文化介绍、组织架构、系统操作指南（如OMS使用教学）、岗位职责说明。

   ​​岗位技能知识：​​ 例如客服岗位的沟通技巧、投诉处理SOP；运营岗位的数据分析入门指南；采销岗位的供应商谈判手册。 ​

   ​产品知识培训：​​ 集中各品类（如母婴、数码、宠物）的核心卖点对比、技术参数详解、竞品分析，方便新团队员工快速熟悉业务。 ​

   ​流程与制度文档：​​ 人事请假报销流程、财务审批流程、安全操作规程、信息安全规定等，所有员工都可随时查阅最新版本。

访答知识库 - 医药零售连锁行业垂直应用场景

医药零售连锁行业垂直应用场景 -- 知识库应用

1. 在线咨询问答

   针对患者、药师、医生的电话/在线咨询，提供经过严格医学审核、符合药品说明书的标准用药指导、安全性信息解答（副作用如何处理、药物相互作用）、获取途径信息（如罕见病药）、患者援助项目信息等。

   详细说明书信息（成分、适应症、用法用量、禁忌、不良反应、相互作用、贮藏条件）

   不同厂家/规格/批号差异信息、国家/地方医保编码及类别（甲/乙类）、支付政策。

   处方药(Rx)与非处方药(OTC)标识及销售政策（尤其是“双轨制”处方药管理要求）

2. 用药问答指南

   顾客常问问题回复（如：这个药能和XX一起吃吗？饭前吃还是饭后吃？吃了XX药拉肚子怎么办？）

   医生或药师输入用户症状，系统从云端医学知识库检索相似病例和治疗方案，辅助诊断。

   药品替代方案建议（缺货时，根据成分/功能推荐）

   副作用应对措施

   医疗器械使用指导（如血糖仪操作、胰岛素笔安装）

3. 联合用药与健康指南：

   常见疾病（感冒、咳嗽、胃肠不适、高血压、糖尿病等）症状解析、推荐用药方案（组合）、关联销售建议

   保健品、医疗器械（如血糖仪、血压计）与药品的搭配使用指导

   中药饮片/滋补品的鉴别要点、性味功效、禁忌及配伍常识

   慢性病管理（如糖尿病饮食建议、血压监测要点）知识包

4. 依据上传图片进行回答：

   用户直接上传药品外包装，并对其进行询问：“药品用量是多少？是否能治疗。。”

   多模态大模型依据：药品外观（图片）、相似药品区分（防混淆）以及检索到的知识，对用户的问题进行直接的回答

访答知识库 - 教育培训垂直应用场景

教育培训垂直应用场景 -- 知识库应用

1. 教育：教学资源库、题库管理

   教学资源以及题库就是一个教育培训机构的核心资产。将这些核心知识存放到知识库后，可以依据学生错题情况，给学生进行个性化的题目推荐和知识点加强。

2. ​知识检索与复用 ​​

   ​​研发负责人/讲师：​​ 登录知识库 -> 搜索类似主题的“课程蓝图”、“教学资源”、“成功案例” -> 复用可用的结构、模块、讲解方法、活动设计模板 -> 下载标准化素材（如开场动画、图表模板）。

3. 销售定向问答

   销售顾问：​​ 接到客户咨询或拜访前 -> 登录知识库“销售中心” -> 输入客户行业/职位 -> 检索匹配的“客户画像”和“痛点库”了解背景和潜在需求 -> 搜索相关“解决方案模板”或“成功案例”用于个性化方案准备

   销售顾问：​​ 遇到客户具体疑问（如“你们的课程和XX比有什么优势？”）-> 在知识库中快速搜索“竞品分析库”和“FAQ” -> 找到精准应对话术和对比数据 -> 直接发送给客户或口头表述。

   ​​销售顾问：​​ 遇到客户异议（如“价格太高”）-> 搜索“抗拒点应对策略”库 -> 找到最佳实践话术。

4. ​​服务请求问答

   ​​客服专员：​​ 接到学员/家长咨询（电话/在线客服系统）-> 在客服系统的集成知识库弹窗中输入关键词（如“登录不了”、“怎么请假”）-> 快速定位“解决指南”或“服务手册”链接 -> 按标准流程和话术解答/操作 -> 如属技术问题，按指南无法解决，转接技术同事，同时在工单系统记录（关联知识库条目）

   客服专员：​​ 接到投诉 -> 在知识库中搜索“投诉处理SOP”及对应类型话术 -> 安抚情绪，按流程进行初级处理（道歉、提出解决方案）-> 记录详细信息。

   ​​客户服务主管：​​ 对于升级投诉 -> 依据SOP联系相关部门（技术、教学、管理层）协调解决 -> 最终解决方案和补偿措施需符合知识库规定 -> 处理完成后，将典型案例（脱敏）及应对经验更新至知识库。

访答知识库 - 科研垂直应用场景

科研垂直应用场景 -- 知识库应用

科研人员在确定研究方向后，进行科研和论文成果的撰写

1. 预参考论文汇总

   将相关研究方向的论文整理到同一个知识库下。以便后面进行参考和问答。

2. 生成对应的引言和已有成果综述

   依据知识库中的参考文献，自动生成引言和已有成果综述。

3. ​深度挖掘研究脉络与空白

   依靠知识库和大模型，为研究寻找尚未被充分探索的创新点和潜在研究空白。

4. ​研究方向生成思路

   在确定自己的研究方向和创新点后，直接生成可行的研究思路和研究方案。进而来进行论文创作

5. ​论文写作规范与术语自动优化

   初稿完成后，将初稿作为输入，使用知识库和大模型进行优化语言表达和学术规范。

6. 论文重复查找，并优化

   使用知识库的文件搜文件功能，直接可视化的查看潜在的语义相似的片段，并进行优化，防止论文重复率高

7. 查找合适的期刊投稿

   完成论文初稿后，需要确定与研究方向、影响因子匹配的投稿目标期刊。使用知识库中的问答模型，输入已经完成论文，问可以投哪些期刊。

8. 参考目录一键生成

9. ​知识管理与挖掘

   管理多年积累的海量阅读笔记、实验数据、项目文档和知识片段。​ 构建个性化、高度结构化的个人知识库，整合文献、代码、数据、笔记，实现高效检索、关联和知识重组，辅助创新思考。

访答知识库 - 法律垂直应用场景

法律垂直应用场景 -- 知识库应用

1. 法规库、案例库供律师查询

   机密资料：法律合同、财务数据等敏感信息的本地归档。并供内部人员参考和搜索。

2. ​合同起草与审查​

   为客户起草一份跨境技术许可协议，或审查一份供应商提供的格式合同。 ​ 调用知识库中的标准合同模板库（按行业、交易类型分类）。

   查询特定条款（如赔偿限制条款、知识产权归属条款、法律适用与争议解决条款）的范本、制定要点、常见陷阱及司法观点。

   进行“合同对比”功能，快速识别修订版本中的关键修改。

3. 合同模板库与审核流程管理

   审核业务部门提交的大量日常采购合同。

   调用公司内部审核过的、针对不同业务场景的标准合同模板库。

   利用知识库中的“合同智能比对”和“风险点提示”功能，快速识别与标准文本的偏差及潜在风险。

   参考知识库中过往法务的审核意见积累，提高审核效率和一致性。

4. 交易文件谈判支持

   参与重大商业谈判，需要对某个特定条款（如陈述与保证、交割条件）进行即时的法律分析和风险提示。

   通过会议系统快速接入知识库，查询标准谈判要点、最佳实践、行业惯例和司法实践中该条款的争议焦点及后果。

行业知识库

构建行业知识库 -- 求职应聘

该问题本质是一个搜索问题

1. 构建企业岗位需求-职能知识库 - 数据采集、清洗并送入到知识库

2. 求职者直接上传简历进行相关的岗位搜索。端对端的将岗位直接匹配到求职者

3. 简历优化：对用户提供简历优化服务，优化简历中的术语以及关键词，从而与岗位之间更好的匹配。提高应聘就职率

知识库在此处的作用就相当于传统的数据库，不过替代传统数据库，可以直接搜索相关内容并进行问答

构建行业知识库 -- 学生错题练习

该问题本质是一个推荐问题

1. 构建题目知识库 - 题目数据采集、清洗并送入到知识库。题目中的数学公式可以直接使用latex形式，方便相似公式查询

2. 依据学生错题、整体难题、学生年级、做过的题目等诸多信息，给学生推荐新的题目

   精准推荐变式题：​​ 这是知识库最强大的应用。系统根据错题关联的核心知识点和错误类型，结合学生的掌握程度和历史表现，从题库中​​精准筛选变式题​​（同知识点不同背景/难度、相近知识点、易混淆概念辨析题、针对特定错误类型的强化题）进行推送。​​目标是针对性地“打击”弱点。​

   当学生尝试解决某个错题对应的变式题时，系统可智能推送知识库中相关的​​概念解释、定理公式、解题模板、微课视频、典型例题​​等学习资源，帮助学生在练习中即时回顾知识。

3. 智能识别纸质录入：​​ 支持学生/家长拍照上传纸质试卷、练习册上的错题，结合OCR（文字识别）技术识别题目（可能需要人工复核）。

4. 题目所属知识点，题目难易程度的判断

5. 大模型生成解题答案和步骤等

构建行业知识库 -- 企业人才评估

发送问卷+问题，来评估一个企业内部，人员是否胜任某岗位

该问题本质是一个推荐+问答问题

1. 企业人员私有知识库构建，人员的工作成果、上级的点评、绩效等等，录入到个人知识库

2. 构建问卷上的题库，会依靠大模型来补充，生成一些题库中没有的题目，但大模型觉得重要的

3. 构建问卷

   依据个人信息，推荐题目1

   依据问答情况，构建提示词，推荐题目2

   ...

   ...

   ...

4. 将问卷题目及答案送到大模型中，让大模型给出评价，并生成报告

优势

• 绝对数据控制：避免云服务商的数据泄露或合规风险。

• 低延迟：本地网络访问速度更快（如大型文件检索）。

• 合规性：满足GDPR等保2.0等严格数据驻留要求。

• 可维护 ：提供软硬件维护，降低企业运维支出

本地知识库是数据主权时代的刚需选择，尤其适合个人用户以及对隐私和安全性要求极高的领域。