管理 AI 知识源

AI 知识来源帮助我们的 AI 功能，如 AI 代理和 AI 助手，使用您的业务内容（常见问题、文档和帮助指南）准确响应本指南说明如何添加、管理和优化知识来源以改善代理表现

支持的文件类型和链接格式

您可以添加结构化和非结构化内容作为知识来源

支持的格式包括：

文件： .pdf, .txt, .md, .csv, .docx, .pptx, .ppsx
图片： .jpeg, .png, .bmp, .webp, .tiff
链接： 公开网页 URL

注意：对于 AI 代理的附件发送，仅支持 .pdf、.docx、.pptx、.jpg、.jpeg 和 .png 格式的 URL。其他文件类型可以作为知识来源添加，但不会作为渲染后的附件发送。

添加知识来源

知识来源是 AI 代理和 AI 助手用来生成有用且与上下文相关的响应的主要数据。这些资料会自动索引，并通常在几分钟内准备好使用。

您可以从以下位置添加或管理知识来源：

AI 代理 > 管理知识来源
AI 代理 > 选择一个模板或 从头开始 > 添加知识来源
工作区设置 > AI 助手 > 管理知识来源

在任意一个位置，您可以：

上传文件
- 拖放多个支持的文件：.pdf、.txt、.md、.csv、.docx、.pptx、.ppsx，以及图片格式（.jpeg、.png、.bmp、.webp、.tiff）。
- 您可以每次上传最多 5 个文件，每个工作区最大可有 100 个基于文件的知识来源。
- 文件大小限制：每个文件 20MB。

重要：试用计划每个文件的大小限制为 1MB，而付费计划允许每个文件最高 20MB。

添加网站 URL
- 在 网站 URL 字段中粘贴任何公共网页 URL。
- 默认情况下，爬虫会 向下爬取 3 层，但可调整至 100 层。
- 您可以在一个网站知识来源下添加最多 5 个额外 URL。
- 点击 重新同步 刷新内容或设置自动同步计划以保持其更新。
  您可以并行上传最多 3 个知识来源（文件或网站链接）— 不必等一个完成后再开始另一个。
监控状态
- 每个知识来源显示一个状态：
  - 已完成 – 准备使用
  - 进行中 – 正在处理或索引
  - 错误 – 需要修复（例如，文件不可读，爬虫被阻止）
  - 部分完成 – 一些内容已保存，但处理达到了限制或超时

了解有关在 AI 助手中使用知识来源的更多信息在这里。

高级设置（用于网站知识来源）

添加或编辑网站知识来源时，您可以在 高级设置 中微调爬虫行为：

包含来自网站地图的 URLs
- 默认情况下启用。如果您希望爬取更多 URL，包括未从您添加的网站 URL 链接的页面，请使用此选项。
- 您还可以手动将网站地图作为 URL 添加（例如，https://example.com/sitemap.xml）。
- 网站地图中的页面从爬取深度 1 开始，较大的网站地图可能需要更长的爬取时间。
额外 URL（可选）：最多添加 5 个入口点。
最大爬取深度
- 设置跟踪多少链接层级。例如，0 意味着只爬取提供的 URL，1 包括直接链接的页面。
- 较高的值允许更深的爬取。默认情况下爬取深度设置为 3。
包含 URL 全局表达式（可选）：
- 指定您希望爬虫包含的页面的 URL 模式。
- 这仅适用于在页面上找到的链接—而不是您输入的 网站 URL。要确保特定页面被爬取，请将其 URL 直接添加到 网站 URL 下。
排除 URL 通配符（可选）：
- 使用此选项以排除某些 URL 不被爬取。
- 这仅适用于在页面上找到的链接—而不是 网站 URL，后者始终会被爬取。

什么是 URL 全局表达式？

glob 是一种模式，您可以用来告诉爬虫哪些页面应包含或跳过，而无需逐一列出每个 URL。

* （单个星号）仅覆盖 一个级别 的页面。
** （双星号）覆盖 所有级别，包括更深的子页面。

包含全局表达式

正确示例：

https://example.com/docs/* → 仅包含直接位于 /docs/ 下的页面（如 /docs/page1），而不包括更深的路径。
https://example.com/help/** → 包括 /help/ 下的所有内容，包括子文件夹和嵌套页面（如 /help/tutorials/page1）。

不正确示例：

https://example.com/*help* → 无法按预期工作。单个 * 仅在一个路径段中匹配，而不跨文件夹。
example.com/** → 缺少 https:// 协议，爬虫可能会拒绝。

排除全局表达式

正确示例：

https://example.com/docs/* → 仅跳过 /docs/ 下的直接页面（如 /docs/page1），但不会跳过更深的页面。
https://example.com/archive/** → 跳过 /archive/ 下的所有内容，包括嵌套文件夹和子页面。

其他正确示例：

https://example.com/**?foo=* → 跳过任何包含查询参数 foo 的 example.com URL。

不正确示例：

/*?foo=* → 太广泛；可能会意外跳过所有域中的页面。始终包含您的域（例如，https://example.com/**?foo=*）。
https://example.com/（没有 /**） → 仅排除主页，而不排除子页面。

为什么使用全局表达式？

当您的网站包含对 AI 训练既有用又无用的页面混合时，通配符尤其有用。它们让您能够更好地控制：

节省时间：而不是逐一添加数十个相似的 URL，可以使用单一模式将它们全部包含。
减少噪声：排除不相关的部分（例如，营销页面、博客档案或登录页面），以便 AI 仅专注于与支持相关的内容。
处理复杂网站：对于大型帮助中心或多域设置，通配符可确保覆盖相关部分，而不会过度同步无关内容。
防止错误：通过排除问题或不相关的 URL（如暂存环境或过时的档案），您可以减少爬取失败，并提高 AI 响应质量。

撰写有效全局表达式的技巧

要具体但不要过于狭窄：https://example.com/help/** 比 https://example.com/** 要好，后者可能会爬取过多无关内容。
使用排除全局表达式进行清理：如果您的支持页面包含混合内容，请使用排除模式（例如，*/promo/**）来过滤营销材料。
避免重叠全局表达式：重叠的包含和排除规则可能会导致混淆。始终仔细检查模式，确保不会意外跳过重要页面。

AI 代理如何使用知识来源

在设置 AI 代理时——无论您是从模板开始还是从头构建——您可以立即连接相关的知识来源。您还可以稍后通过转到 AI 代理 > 管理知识来源 来管理它们。

知识来源用于：

准确回答产品问题
提供上下文中的帮助内容
避免 AI 代理在响应时产生幻觉或猜测

在创建或编辑 AI 代理时，你会在“说明”下方看到 知识来源 部分:

最多显示 4 个已启用的知识来源，其余显示在 显示更多。
单击管理（至少启用一个知识来源后会显示）以 添加新的知识来源、从库中选择 或 转到库。

从您的库中选择

从库中选择会打开一个面板，你可以在其中执行以下操作:

搜索整个工作区的所有知识来源
选择单个来源，并有计数器显示已选择的数量
查看每个来源的名称、图标（文件或网站）和状态

单击管理转到知识来源模块，或单击保存确认你的选择。

启用后，AI 代理将使用这些来源来为对联系人的回复提供信息。

知识来源同步状态

为特定 AI 代理选择知识来源时，您可能还会看到以下状态:

失败 – 无法处理。请从知识来源中删除并重新上传它。
部分处理 – 达到工作区文件大小限制，因此只有该知识来源的一部分被处理。移除一些知识来源，然后重试。
重新同步失败 – 上次重新同步未完成，因此内容可能不完整或已过时。您的 AI 代理仍然可以使用它，但请从知识来源重新同步以更新它。
进行中 – 仍在处理。

为了提高准确性和响应质量：

使用主题特定的来源：避免将多个主题合并到一个文件中。
限制噪声：在上传前，删除品牌页脚、免责声明或无关信息。

在测试 AI 代理时，回复可能会显示一个 "{#} 个来源" 标签。这可让您核实用于生成回复的知识来源。单击该标签以查看来源，或选择管理来直接更新、重新同步或替换知识来源。

提示：要让您的 AI 代理将图片、小册子或文档作为附件发送，请将文件的 URL 粘贴到您的知识来源或说明中 — 不要上传文件本身。了解更多关于将文件和图片作为附件发送的信息。

管理现有知识来源

您可以通过 AI 知识来源 页面更新、替换、重新同步或删除知识来源。

限制：

AI 代理无法对知识来源进行优先排序或选择。它们无法判断哪个文档是“最佳”或最相关的来源。为确保回复准确，您必须明确告诉 AI 代理在知识来源中应搜索的关键字，以引导它。
AI 代理不能按文档标题搜索，只能按内容中的关键字搜索。通过名称引用文档（例如，“查看定价指南”）将无效。相反，请指示 AI 代理在文档中搜索特定术语或概念（例如，“搜索关键字 ‘定价选项’”）。