连接外部知识库

你可以将知识库直接与Bot进行关联用于响应用户回复；也可以在工作流中添加知识库节点，成为工作流中的一环。[heading2]在Bot内使用知识库[content]1.登录[扣子](https://www.coze.cn/home)。2.在左侧导航栏的工作区区域，选择进入指定团队。3.在Bots页面，选择指定Bot并进入Bot详情页。4.在Bot编排页面的知识库区域，单击加号图标，添加指定的知识库。5.（可选）添加知识库后，可以在自动调用下拉界面内，调整知识库的配置项。配置项说明：|配置项|说明|<br>|-|-|<br>|最大召回数量|Bot在调用知识库匹配用户输入内容时，返回的数据片段数量，数值越大返回的内容越多。|<br>|最小匹配度|Bot在调用知识库匹配用户输入内容时，会将达到匹配度要求的数据片段进行召回。如果数据片段未达到最小匹配度，则不会被召回。|<br>|调用方式|知识库的调用方式。自动调用：每轮对话将自动从所有关联的知识库中匹配数据并召回。按需调用：你需要在人设与回复逻辑中提示Bot调用RecallKnowledge方法，以约束Bot在指定时机从知识库内匹配数据。|1.（可选）在预览与调试区域调试Bot能力时，扩展运行完毕的内容可以查看知识库命中并召回的分片内容。[heading2]在工作流内使用Knowledge节点[content]1.登录[扣子](https://www.coze.cn/home)。2.在左侧导航栏的工作区区域，选择进入指定团队。3.在页面顶部进入工作流页面，并打开指定的工作流。4.在左侧基础节点列表内，选择添加Knowledge节点。

扣子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。将数据上传到扣子知识库后，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。例如：你可以将几十页的产品介绍文档导入知识库，当Bot使用了这个知识库后，你就可以拥有一个专属产品顾问Bot。你可以将常关注的资讯网站或在线论文导入知识库，通过知识库的自动更新能力，让Bot帮助你收集最新数据。[heading1]应用场景[content]扣子支持上传文本内容和结构化的表格数据，可满足不同的使用场景。例如：语料补充：如需创建一个虚拟形象与用户交流，你可以在知识库中保存该形象相关的语料。后续Bot会通过向量召回最相关的语料，模仿该虚拟形象的语言风格进行回答。客服场景：将用户高频咨询的产品问题添加到知识库后，Bot可以通过这些知识精准回答用户问题。垂直场景：创建一个包含各种车型详细参数的汽车知识库。当用户查询某一车型的百公里油耗是多少时，可通过该车型召回对应的记录，然后进一步识别出百公里油耗。

第二种知识类型是外置知识，它由外部数据库提供，与内置知识相比，其特点是能够进行动态更新和调整。当我们深入探讨外置知识时，通常会涉及到多种数据存储和组织方式，包括向量数据库、关系型数据库，以及知识图谱。这些数据库和图谱构成了智能体的知识库，它们可以是：向量数据库：优化了向量检索操作，常用于处理和索引非结构化数据，如图像和文本。关系型数据库：通过表格形式存储结构化数据，支持复杂的查询，适用于事务性数据存储。知识图谱：以图的形式组织数据，强调实体之间的关系，适合于复杂的语义分析和知识推理。在实际应用中，外置知识的集成和管理常常采用RAG（Retrieval-Augmented Generation）架构。RAG架构是一种结合了检索（Retrieval）和生成（Generation）的模型，它通过检索外部知识源来增强模型的生成能力。这种架构允许智能体在生成响应或执行任务时，不仅依赖于内置知识，还能够实时地检索和整合最新的外部信息。