更新时间：2025-09-15 GMT+08:00
新建知识集
- 登录知识库管理页面，进入“知识库管理”页面。
- 单击知识库卡片，进入知识库详情页。
- 单击“新建知识集”，进入“新建知识集”页面，参考表1完成基本信息配置及文件上传。
图1 新建知识集
表1 新建知识集 参数名称
参数说明
知识集名称
知识集的名称。支持中英文、数字、下划线和中划线，不能以下划线开头。长度为1-32个字符。
知识类型
支持“文档”和“结构化格式”两种类型。
- 文档：主要包含文本内容，可以包括文章、报告、书籍等，如TXT、DOCX、ZIP格式文件。
- 结构化格式：仅支持JSON格式文件。
数据来源
包括“本地文件”和“代码”两种类型。
文件
“数据来源”选择“本地文件”时，请选择对应文件。
- “知识类型”为“文档”时，支持TXT、DOCX、PDF、MD、CSV、XLS、XLSX格式文件，单个文件最大支持20MB，单个知识集配额为50MB。
- “知识类型”为“结构化文档”时，支持JSON格式文件，单个⽂件最大支持20MB，单个知识集配额50MB
代码
“数据来源”选择“代码”时，请选择对应代码文件。支持JAVA、PYTHON、C、C++、VUE文件的ZIP格式，单个文件最大支持20MB，单个知识集配额为50MB。
- 单击“下一步”，完成入库配置。
图2 入库配置
- 选择Embedding模型，对上传的文档进行向量化，当前提供以下模型可供选择。
表2 Embedding模型 模型名称
说明
m3e-base
该模型是适用于中英文文本的通用型768维度的嵌入模型。
bge-large-zh-v1.5
该模型适用于检索、分类、聚类或语义匹配等任务，目前仅支持中文文本。
paraphrase-multilingual-MiniLM-L12-v2
该模型适用于中英文文本，在文本相似度计算中表现优异，模型维度364。
VESO-v1.3
该模型在代码数据向量化、代码搜索任务中表现突出。
- 按需配置“高级配置”中的“切分器”、“分段预计长度”、“分段重叠长度”和“子切分器”。
表3 高级配置 模型名称
说明
切分器
不同的切分器的切片方式和结果不同，在不同的语言场景下可以选择不同的切分器，当前支持以下切分器。
- 基于段落的切分器（默认使用）：按照两个连续的换行符（\n\n）分割或文本段落结构分割。
- 基于行的切分器：按照换行符（\n）分割。
- 基于句子的切分器（适用于英文文本）：将文本按照英文句子分割。
- 基于字符的切分器：逐个字符（含空白字符）分割。
分段预计长度
不应用于docx、md文件；分片长度的取值范围为50-1200，默认值为1000。
分段重叠长度
不应用于docx、md文件；当前分片与上一个分片重叠的文本长度，取值范围0到分片的长度，默认值为0。
子切分器
不应用于docx、md文件； 切片长度超过最大长度时应用子切分器。当前支持以下切分器：
- 基于字符的切分器（默认使用）：逐个字符（含空白字符）分割。
- 基于句子的切分器（适用于英文文本）：将文本按照英文句子分割。
- 基于单词的切分器（适用于英文文本）：将文本按照空白字符分割。
- 选择Embedding模型，对上传的文档进行向量化，当前提供以下模型可供选择。
- 单击“确定”，知识集创建完成，如图3所示，为创建好的知识集列表。
- （可选）在知识集列表，单击“操作”列的
，可以删除知识集。
父主题： 知识库中心
