文档管理与解析 - Knowledge Studio

文档是知识库的内容来源。上传后，系统自动完成解析、切片、向量化与索引构建。

导入数据

进入知识库详情页

在 知识管理 页面中点击目标知识库名称。

点击上传数据

点击文档列表上方的 上传数据，进入导入流程。

选择数据来源

选择连接器（默认为"默认文件连接器"），然后选择数据来源：

数据来源	说明
上传文件（默认）	页面上传本地文件，单次最多 50 个。格式与大小限制见支持的格式
选择类目	从连接器的文件类目中选择，将类目下所有文件导入并构建索引，支持自动同步
选择文件	从连接器类目下逐个勾选文件导入，单次最多 50 个

其他配置项：

配置类目（必填）：选择文件归属的类目，或点击 新增类目 创建
新增标签（可选）：为本次导入的文件添加标签，每个标签最多 32 个字符

配置索引设置

点击 下一步，选择切片方式和分段参数：

切片方式	说明
智能切分（默认）	通用文档上的较优切分方法，多数文档可获得较佳检索效果
按长度切分	适合对 Token 数量有严格要求的场景
按页切分	适合每页传达独立主题的文档
按标题切分	适合用标题划分独立主题的文档
按照正则切分	依据自定义正则表达式切分文本
按照符号切分	根据文档中的特定标识符切分

参数	默认值	范围	说明
最大分段长度	600	10–6000	单切片的最大 token 数
Metadata 抽取	关	开/关	自动提取文档元数据
Excel 表头拼装	关	开/关	将 Excel 表头信息拼入切片内容

完成导入

点击完成，系统自动执行解析、切片与索引构建。文档状态变为 解析完成 即可在检索中命中。

支持的格式

类型	扩展名	大小限制	说明
文档	.doc, .docx, .ppt, .pptx, .pdf	≤ 150 MB 或 1000 页	电子 PDF 直接提取；扫描件自动 OCR
表格	.xls, .xlsx	建议 10 MB 以内，10 万行以内	按行切片，首行作字段名
图片	.png, .jpg, .jpeg, .bmp, .gif	单图 ≤ 20 MB，最短边 > 15px，长边 < 8192px，长宽比 < 50	用于图文混排场景
纯文本	.md, .txt, .html	建议 10 MB 以内	Markdown 按标题切分；HTML 自动剥离 script / style

文档状态

状态	含义	处理建议
上传中	文件传输中	等待
解析中	提取文档结构与文本、切片、生成向量	等待
解析完成	索引构建完成，可被检索	无需操作
失败	解析或索引构建出错	查看错误详情，修复后重新上传

切片管理

进入知识库详情页，切换到 切片详情 Tab 查看和管理所有切片。每条切片展示：

编号与字符数
切片内容预览
所属文档
启用/禁用开关

支持通过 全部文件 下拉筛选特定文档的切片，或使用搜索框按关键词查找。

创建切片

点击 创建切片，按需填写：

字段	约束	说明
所属文档	必填	从已上传文档中选择归属
切片标题	0–50 字	用于切片列表展示
图片	支持 png / jpg / bmp / gif，单图 ≤ 20 MB	可选，用于图文混排切片
切片内容	必填，0–6000 字	切片正文

提交后切片自动完成向量化，随即可被检索命中。

切片操作

每条切片支持以下操作：

操作	说明
切片详情	查看切片完整内容与属性
查看原文	定位切片在原始文档中的上下文
删除	立即从索引中移除，不可恢复
启用/禁用	通过开关控制该切片是否参与检索

文档操作

文档列表中每条文档提供以下操作：

操作	说明
查看切片	跳转到该文档的切片详情
Meta信息	查看或编辑文档的元数据信息
标签	为文档添加或管理标签（在"更多"菜单中）
删除	删除文档及其所有切片，不可恢复（在"更多"菜单中）
批量操作	通过顶部按钮勾选多个文件后批量处理

删除文档不可恢复。已返回的检索结果不受影响，但后续查询不会再命中已删除文档的切片。

API 管理

文档管理相关 API：

文档上传完成后，调整切片与向量化策略以优化检索质量。

​导入数据

​支持的格式

​文档状态

​切片管理

​创建切片

​切片操作

​文档操作

​API 管理

导入数据

支持的格式

文档状态

切片管理

创建切片

切片操作

文档操作

API 管理