知识库和文件夹有以下区别：
扣子的知识库功能提供了简单易用的方式来存储和管理外部数据，让你的Bot可以与指定的数据进行交互。将数据上传到知识库后，扣子会自动将你的文档分割成一个个内容片段进行存储，并通过向量搜索来检索最相关的内容来回答用户问题。知识库由大到小可分为：知识库：一整套领域知识，是Bot加载的最小单位。单元：知识库的一部分，可上传的最小内容单位可以是一个.txt、.pdf、.csv文件或一个网页。分段：一个单元切分成多个分段，模型查询的最小单位。分段内容的完整度和准确性度会影响模型回答问题的准确性。
海外参考文档：https://www.coze.com/docs/zh_cn/database.html国内参考文档：https://www.coze.cn/docs/guides/database数据库是偏编程的概念，非编程同学可以直接参考官方文档的教程操作一遍数据库和知识库的区别主要有几点知识库是提前内置在Bot内部的，一般只能用作检索使用数据库则是既可以提前内置在Bot内部，也可以在和Bot互动的过程中将某些数据写入数据库，当作存储组件使用
符号人工智能的早期成就之一是专家系统——为充当某个有限问题领域的专家而设计的计算机系统。它们基于从一个或多个人类专家那里提取的知识库，并包含一个推理引擎，在此基础上进行推理。专家系统就像人类的推理系统一样，包含短期记忆和长期记忆。同样，在以知识为基础的系统中，我们会区分以下几个部分：问题记忆（Problem memory）：包含与当前要解决的问题有关的知识，如病人的体温或血压、是否有炎症等。这种知识也被称为静态知识（static knowledge），因为它包含了快照信息，记录着我们在当前状态下对问题的了解——即所谓的问题状态（problem state）。知识库（Knowledge base）：代表某个问题领域的长期知识。它是从人类专家那里人工提取的，不会因外部的咨询而改变。由于它允许我们从一个问题状态前往另一个问题状态，因此也被称为动态知识（dynamic knowledge）。推理引擎（Inference engine）：协调在问题状态空间中搜索的整个过程，必要时向用户提问。它还负责找到适用于每个状态的正确规则。举例来说，下面这个专家系统是根据动物的物理特征来判断动物的：