大家好，我是吾鳴。专注于分享提升工作与生活效率的工具，无偿分享AI领域相关的精选报告，持续关注AI的前沿动向。
前面吾鳴介绍了一些扣子（Coze）的基本知识，像扣子是什么，能做什么等的介绍，还有一些常用的工扣子 Coze 教程作流知识点的总结以及实操，文章列表如下：
- 扣子（Coze）基础：扣子入门教程——初识扣子
- 扣子（Coze）基础：扣子入门教程——工作流常用知识点介绍
- 扣子（Coze）基础：实战一个新闻查找智能体，完整步骤拆解
今天吾鳴要基于一个考公注意事项的智能体，给大家讲解一下扣子（Coze）知识库的使用。
为什么需要有知识库？ 因为大模型训练的数据是有限的，它只能爬取到公网上的一些公开的数据来做训练，对于一些企业或者是个人的私有数据，它是不懂的。比如公司里面的机密文档、个人的健康报告等。所以需要用到知识库来对大模型的知识做增强，让它能够使用到公司内部的数据来做知识增强回答提问者的问题。
先演示下效果：
- 登录扣子
- 工作空间 -> 资源库 -> +资源 -> 知识库 -> 创建扣子知识库
- 选择知识库类型 -> 输入名称 -> 选择导入类型 -> 创建并导入
- 导入提前整理的考公注意事项的文件
- 分段策略设置，选择”自定义”，”分段标识符”选择换行，”分段最大长度”填800，”分段重叠度%” 填10。
-
- “分段标识符”：怎么把文档切分成以段为单位的分隔符，在我们这个例子中是“换行符”，一行一段。
- “分段最大长度”：一段最多是包含多少个字符，这个选默认的就行
- “分段重叠度%”：段和段直接字符重复的百分比，主要是影响文档检索的准确度
- 分段预览，可以查看到文档切分是否正确，不正确可对分段策略进行调整或者是手动修改文本。
- 下一步，数据处理，知识库就创建完成了
- 完整流程图
- 开始
-
- “input”：工作流的输入
- 知识库检索
-
- Query：引用“开始”节点输入
- 知识来源：选择“扣子知识库”
- 目标知识库：选择我们上面创建的知识库
- 搜索策略：
-
-
- 语义：根据输入与文档的语义相关性查找文档，比如马斯克和特斯拉是有语义关系的，但是和草泥马是没有语义关系的。
- 全文：就是文档里面是否包含输入
- 混合：上面两种策略搭配使用
-
- 大模型
-
- 为什么需要大模型？因为检索处理的都是一段一段的文本，需要大模型把它们整理成流畅的语言反馈给用户，让用户觉得有人在跟他对话一般。
- 结束
今天先分享到这里，如果觉得文章有用，记得一键三连哟，你们的支持就是我不断输出的动力！！！
案例用到的测试数据，工作流源码等我都已经打包好，感兴趣可以到 吾鳴资源站 中下载。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/266262.html原文链接：https://javaforall.net
