mirror of
https://github.com/langgenius/dify-docs.git
synced 2026-03-27 13:28:32 +07:00
483 lines
26 KiB
Plaintext
483 lines
26 KiB
Plaintext
---
|
||
title: "步骤二：知识流水线编排"
|
||
---
|
||
|
||
想象一下你正在搭建一条生产流水线，每个站点执行特定任务，你将不同它们连接起来将每个零部件组装最终成品。知识流水线编排与此类似，你组合不同节点，将原始文档数据通过每个节点逐步转化为可搜索的知识库。在 Dify 里，你通过可视化的方式，拖放和连接不同节点，对文档数据进行提取和分块处理，并配置索引方式和检索策略。
|
||
|
||
在这个章节，你将了解知识流水线的过程，理解不同节点的含义和配置，如何自定义构建数据处理流程，从而高效地管理和优化知识库。
|
||
|
||
### 界面状态
|
||
进入知识流水线编排界面时，你会看到：
|
||
- **标签页状态**：Documents（文档）、Retrieval Test（召回测试）和 Settings（设置）标签页将显示为置灰且不可用状态
|
||
- **必要步骤**：您必须完成知识流水线的配置、调试和发布后，才能上传文件或使用其他功能
|
||
|
||
如果你选择了**空白知识流水线**，你将看到仅包含知识库节点的画布。你可以跟随该节点旁的指引，逐步完成流水线创建。
|
||
|
||
|
||
|
||
如果选择**特定的流水线模版**，编排界面将直接显示该流水线模版。
|
||
|
||
|
||
|
||
## 知识流水线处理流程
|
||
|
||
在开始之前，我们先拆解知识流水线的处理流程，你可以更好地理解数据是如何一步步转化为可用的知识库。
|
||
|
||
<Tip>
|
||
**数据源配置 → 数据处理节点（文档提取器 + 分块器）→ 知识库节点(分块结构+索引配置) → 配置用户输入表单 → 测试发布**
|
||
</Tip>
|
||
|
||
1. **数据源配置**：来自各种数据源的原始内容（本地文件、Notion、网页等）
|
||
2. **数据处理节点配置**：处理和转换数据内容
|
||
- 提取器 (Extractor) → 解析和结构化原始文档内容
|
||
- 分块器 (Chunker) → 将结构化内容分割为适合处理的片段
|
||
3. **知识库节点配置**：设置知识库的分段结构和检索策略
|
||
4. **用户输入表单配置**：定义流水线使用者需要输入的参数
|
||
5. **测试与发布**：验证并正式启用知识库
|
||
|
||
## 步骤一：数据源配置
|
||
|
||
在一个知识库里，你可以选择单一或多个数据源。每个数据源可以被多次选中，并包含不同配置。目前，Dify 支持 5 种数据源：文件上传、在线网盘、在线数据和 Web Crawler。
|
||
|
||
你也可以前往 [Dify Marketplace](https://marketplace.dify.ai)，获得更多数据源。
|
||
|
||
### 文件上传
|
||
|
||
用户可以直接选择本地文件进行上传，以下是配置选项和限制。
|
||
|
||
<div style={{display: 'flex', flexWrap: 'wrap', gap: '30px'}}>
|
||
<div style={{flex: 1, minWidth: '200px'}}>
|
||
|
||
</div>
|
||
<div style={{flex: 2, minWidth: '300px'}}>
|
||
**配置选择**
|
||
|
||
| 配置项 | 说明 |
|
||
|--------|------|
|
||
| 文件格式 | 支持 pdf, xlxs, docs 等，用户可自定义选择 |
|
||
| 上传方式 | 通过拖拽或选择文件或文件夹上传本地文件，支持批量上传 |
|
||
|
||
**限制**
|
||
|
||
| 限制项 | 说明 |
|
||
|--------|------|
|
||
| 文件数量 | 每次最多上传 50 个文件 |
|
||
| 文件大小 | 每个文件大小不超过 15MB |
|
||
| 储存限制 | 不同 SaaS 版本的订阅计划对文档上传总数和向量存储空间有所限制 |
|
||
|
||
**输出变量**
|
||
|
||
| 输出变量 | 变量格式 |
|
||
|----------|----------|
|
||
| `{x} Document` | 单个文档 |
|
||
</div>
|
||
</div>
|
||
---
|
||
|
||
### 在线数据
|
||
|
||
#### Notion
|
||
|
||
将知识库连接 Notion 工作区，可直接导入 Notion 页面和数据库内容，支持后续的数据自动同步。
|
||
|
||
<div style={{display: 'flex', flexWrap: 'wrap', gap: '30px'}}>
|
||
<div style={{flex: 1, minWidth: '200px'}}>
|
||
|
||
</div>
|
||
<div style={{flex: 2, minWidth: '300px'}}>
|
||
**配置选项说明**
|
||
|
||
| 配置项 | 选项 | 输出变量 | 说明 |
|
||
|--------|------|----------|------|
|
||
| Extractor | 开启 | `{x} Content` | 输出结构化处理的页面信息 |
|
||
| | 关闭 | `{x} Document` | 输出页面的原始文本信息 |
|
||
</div>
|
||
</div>
|
||
|
||
### 网页爬虫
|
||
|
||
将网页内容转化为大型语言模型容易识别的格式，知识库支持 Jina Reader 和 Firecrawl，提供灵活的网页解析能力。
|
||
|
||
#### Jina Reader
|
||
|
||
开源网页解析工具，提供简洁易用的 API 服务，适合快速抓取和处理网页内容。
|
||
|
||
<div style={{display: 'flex', flexWrap: 'wrap', gap: '30px'}}>
|
||
<div style={{flex: 1, minWidth: '200px'}}>
|
||
|
||
</div>
|
||
<div style={{flex: 2, minWidth: '300px'}}>
|
||
**参数配置和说明**
|
||
|
||
| 参数 | 类型 | 说明 |
|
||
|------|------|------|
|
||
| URL | 必填 | 目标网页地址 |
|
||
| 爬取子页面 (Crawl sub-page) | 可选 | 是否抓取链接页面 |
|
||
| 使用站点地图 (Use sitemap) | 可选 | 利用网站地图进行爬取 |
|
||
| 爬取页数限制 (Limit) | 必填 | 设置最大抓取页面数量 |
|
||
| 启用内容提取器 (Enable Extractor) | 可选 | 选择数据提取方式 |
|
||
</div>
|
||
</div>
|
||
|
||
#### Firecrawl
|
||
|
||
开源网页解析工具，提供更精细的爬取控制选项和 API 服务，支持复杂网站结构的深度爬取，适合需要批量处理和精确控制的场景。
|
||
|
||
<div style={{display: 'flex', flexWrap: 'wrap', gap: '30px'}}>
|
||
<div style={{flex: 1, minWidth: '200px'}}>
|
||
|
||
</div>
|
||
<div style={{flex: 2, minWidth: '300px'}}>
|
||
**参数配置和说明**
|
||
|
||
| 参数 | 类型 | 说明 |
|
||
|------|------|------|
|
||
| URL | 必填 | 目标网页地址 |
|
||
| 爬取页数限制 (Limit) | 必填 | 设置最大抓取页面数量 |
|
||
| 爬取子页面 (Crawl sub-page) | 可选 | 是否抓取链接页面 |
|
||
| 最大爬取深度 (Max depth) | 可选 | 控制爬取层级深度 |
|
||
| 排除路径 (Exclude paths) | 可选 | 设置不爬取的页面路径 |
|
||
| 仅包含路径 (Include only paths) | 可选 | 限制只爬取指定路径 |
|
||
| 启用内容提取器 (Enable Extractor) | 可选 | 选择数据处理方式 |
|
||
| 只提取主要内容 | 可选 | 过滤页面辅助信息 |
|
||
</div>
|
||
</div>
|
||
|
||
### 在线网盘 (Online Drive)
|
||
|
||
连接你的在线云储存服务（例如 Google Drive、Dropbox、OneDrive），Dify 将自动检索云储存中的文件，你可以勾选并导入相应文档进行下一步处理，无需手动下载文件再进行上传。
|
||
|
||
<Tip>
|
||
关于第三方数据源授权，请前往[数据源授权](/zh-hans/guides/knowledge-base/knowledge-pipeline/authorize-data-source)。
|
||
</Tip>
|
||
|
||
---
|
||
|
||
## 步骤二：配置数据处理节点
|
||
|
||
该阶段是内容的预处理与数据结构化过程，这一部分将会把数据源进行提取、分段并转换为适合知识库存储和检索的格式。你可以将这一步想象成备餐过程——处理原材料、进行清理、切分成小块，并整理好一切，以便在有人需要时能迅速"烹制"出这道"菜肴"。
|
||
|
||
### 文档处理
|
||
|
||
由于知识库无法直接理解 PDF、Word 等各种文档格式，提取器负责将这些文档"解读"成系统可以处理的文本内容。它支持多种常见文件格式，确保你的文档内容能够被正确提取和处理，并转换为大型语言模型可以有效使用的格式。 你可以选择 Dify 文档提取器来处理文件，也可以根据你的需求从 Dify Marketplace 中选择更多工具。Marketplace 提供了如 Dify Extractor、Unstructured 等第三方工具。
|
||
|
||
#### 文档提取器 (Doc Extractor)
|
||
|
||
|
||
|
||
文档提取器节点可以理解为一个信息处理中心，通过识别并读取输入变量中的文件，提取信息后转化为下一个节点可使用的格式。
|
||
|
||
<Tip>
|
||
关于文档提取器的详细功能和配置方法，请参考[文档提取器](/zh-hans/guides/workflow/node/doc-extractor)。
|
||
</Tip>
|
||
|
||
#### Dify 提取器 (Dify Extractor)
|
||
|
||
Dify Extractor 是 Dify 开发的一款内置文档解析器。它支持多种常见文件格式，并针对 Doc 文件进行了专门优化。它能够从文档中提取图片，进行存储并返回图片的 URL。
|
||
|
||
|
||
|
||
#### Unstructured
|
||
|
||
<div style={{display: 'flex', flexWrap: 'wrap', gap: '30px'}}>
|
||
<div style={{flex: 1, minWidth: '200px'}}>
|
||
|
||
</div>
|
||
<div style={{flex: 2, minWidth: '300px'}}>
|
||
Unstructured 将文档转换为结构化的机器可读格式，具有高度可定制的处理策略。它提供多种提取策略（auto、hi_res、fast、OCR-only）和分块方法（by_title、by_page、by_similarity）来处理各种文档类型，提供详细的元素级元数据，包括坐标、置信度分数和布局信息。推荐用于企业文档工作流、混合文件类型处理以及需要精确控制文档处理参数的场景。
|
||
</div>
|
||
</div>
|
||
|
||
你可前往 [Dify Marketplace](https://marketplace.dify.ai) 探索更多工具。
|
||
|
||
### 分块器 (Chunker)
|
||
|
||
在构建 AI 应用时，我们需要处理大量和不同种类的文档内容，比如产品手册、技术文档或论文等。和人类有限的注意力相似，大型语言模型无法同时处理过多的信息。因此，在信息提取后，分块器将大段的文档内容拆分成更小、更易于管理的片段（称为"块"）。这就好比一本很厚的书，被分成了许多章节，你可以通过阅读目录快速定位到相关内容所在章节。
|
||
|
||
当 AI 应用需要回答问题时，良好的分块策略能够提供足够的上下文信息，并包含完整的语义。这样，当检索到对应的片段时，大型语言模型能够基于这个片段中的信息生成较为准确的答案。
|
||
|
||
不同类型的文档需要不同的分块策略，比如产品手册可能需要按照产品型号进行分块，确保产品功能介绍的完整性；论文则需要根据逻辑结构进行分块，确保论点叙述的流畅性。基于这样的多样性，Dify 提供了 3 种分块器，帮助你根据不同文档类型和使用场景进行选择和使用。
|
||
|
||
#### 分块器类型概述
|
||
|
||
| 类型 | 特点 | 使用场景 |
|
||
|------|------|----------|
|
||
| 通用分块器 | 固定大小分块，支持自定义分隔符 | 结构简单的基础文档 |
|
||
| 父子分块器 | 双层分段结构，平衡匹配精准度和上下文 | 需要较多上下文信息的复杂文档结构 |
|
||
| 问答处理器 | 处理表格中的问答组合 | CSV 和 Excel 的结构化问答数据 |
|
||
|
||
#### 通用文本预处理规则
|
||
|
||
| 处理选项 | 说明 |
|
||
|----------|------|
|
||
| 替换连续空格、换行符和制表符 | 将文档中的连续空格、换行符和制表符替换为单个空格 |
|
||
| 移除所有 URL 和邮箱地址 | 自动识别并移除文本中的网址链接和邮箱地址 |
|
||
|
||
#### 通用分块器 (General Chunker)
|
||
|
||
基础文档分块处理，适用于结构相对简单的文档，你可以参考下面的配置对文本的分块、文本预处理规则进行配置。
|
||
|
||
**输入输出变量**
|
||
|
||
| 类型 | 变量 | 说明 |
|
||
|------|------|------|
|
||
| 输入变量 | `{x} Content` | 完整的文档内容块，通用分块器将其拆分为若干小段 |
|
||
| 输出变量 | `{x} Array[Chunk]` | 分块后的内容数组，每个片段适合进行检索和分析 |
|
||
|
||
**分块设置 (Chunk Settings)**
|
||
|
||
| 配置项 | 说明 |
|
||
|--------|------|
|
||
| 分段标识符 (Delimiter) | 默认值为 `\n`，即按照文本段落分段。你可以遵循正则表达式语法自定义分块规则，系统将在文本出现分段标识符时自动执行分段。 |
|
||
| 分段最大长度 (Maximum Chunk Length) | 指定分段内的文本字符数最大上限，超出该长度时将强制分段。 |
|
||
| 分段重叠长度 (Chunk Overlap) | 对数据进行分段时，段与段之间存在一定的重叠部分。这种重叠可以帮助提高信息的保留和分析的准确性，提升召回效果。 |
|
||
|
||
#### 父子分块器 (Parent-child Chunker)
|
||
|
||
父子分块器采用双层分段结构解决了上下文与准确度之间的矛盾，在检索增强生成（RAG）系统中实现了准确匹配与全面的上下文信息的平衡。
|
||
|
||
**父子检索的工作机制**
|
||
|
||
- **使用子分块匹配查询**：使用小而精准的信息片段（通常简洁到段落中的单个句子）来匹配用户查询。这些子分块能够实现精确且相关的初始检索。
|
||
- **父分块提供丰富的上下文**：检索包含匹配子分块的更大范围内容（如段落、章节甚至整个文档）。这些父分块为大语言模型（LLM）提供全面的上下文信息。
|
||
|
||
**输入输出变量**
|
||
|
||
| 类型 | 变量 | 说明 |
|
||
|------|------|------|
|
||
| 输入变量 | `{x} Content` | 完整的文档内容块，通用分块器将其拆分为若干小段 |
|
||
| 输出变量 | `{x} Array[ParentChunk]` | 父分块数组 |
|
||
|
||
**分块设置 (Chunk Settings)**
|
||
|
||
| 配置项 | 说明 |
|
||
|--------|------|
|
||
| 父分块分隔符 (Parent Delimiter) | 设置父分块的分割标识符 |
|
||
| 父分块最大长度 (Parent Maximum Chunk Length) | 控制父分块的最大字符数 |
|
||
| 子分块分隔符 (Child Delimiter) | 设置子分块的分割标识符 |
|
||
| 子分块最大长度 (Child Maximum Chunk Length) | 控制子分块的最大字符数 |
|
||
| 父块模式 (Parent Mode) | 选择"段落"（将文本分割为段落）或"完整文档"（使用整个文档作为父分块）进行直接检索 |
|
||
|
||
#### 问答处理器 Q&A Processor (Extractor+Chunker)
|
||
|
||
问答处理器结合了提取和分块功能，专门用于处理 CSV 和 Excel 文件的结构化问答数据集，比如常见问题（FAQ）列表、排班表等。
|
||
|
||
**输入输出变量**
|
||
|
||
| 类型 | 变量 | 说明 |
|
||
|------|------|------|
|
||
| 输入变量 | `{x} Document` | 单个文档 |
|
||
| 输出变量 | `{x} Array[QAChunk]` | 问答分块数组 |
|
||
|
||
**变量配置**
|
||
|
||
| 名称 | 说明 |
|
||
|------|------|
|
||
| 问题所在的列 | 将内容所在的列设置为问题 |
|
||
| 答案所在的列 | 将内容所在的列设置为答案 |
|
||
|
||
## 步骤三：配置知识库节点
|
||
|
||
在完成数据处理后，我们将进入知识流水线的最后一个环节 — 知识库节点。你可以根据实际需求，在这个节点选择不同的索引方法和检索策略，以获得最适合的检索效果和成本控制。
|
||
|
||
知识库节点配置分为以下部分：输入变量、分段结构、索引方式以及检索设置。
|
||
|
||
### 分段结构 (Chunk Structure)
|
||
|
||
|
||
|
||
分段结构决定了知识库如何组织和索引你的文档内容。你可以根据文档类型、使用场景和成本考虑来选择最适合的结构模式。
|
||
|
||
知识库支持两种分段模式：通用模式与父子模式。如果你是首次创建知识库，建议选择父子模式。
|
||
|
||
<Warning>
|
||
**重要提醒**：分段结构一旦保存发布后无法修改，请根据实际需求进行选择。
|
||
</Warning>
|
||
|
||
#### 通用模式
|
||
|
||
适用于大多数标准文档处理场景。
|
||
通用模式提供灵活的索引选项，你可以根据对质量和成本的不同要求选择合适的索引方法。通用模式支持高质量和经济的索引方式，以及多种检索设置。
|
||
|
||
#### 父子模式
|
||
|
||
父子模式能够在检索时，提供精确匹配和对应的上下文信息，适用于需要保持完整上下文的专业文档。父子模式仅支持 HQ （高质量）模式，检索时提供子分块匹配和父分块上下文。
|
||
|
||
#### 问答模式 (Question-Answer)
|
||
|
||
在使用结构化问答数据时，你可以创建问题与答案配对的文档。这些文档会根据问题部分进行索引，从而使系统能够根据查询相似性检索到相关的答案。问答模式仅支持 HQ（高质量）模式。
|
||
|
||
### 输入变量 (Input Variable)
|
||
|
||
输入变量用于接收来自数据处理节点的处理结果，用作知识库构建的数据源。你需要将前面配置的分块器节点的输出，连接到知识库节点并作为输入。
|
||
|
||
该节点根据所选的分段结构，支持不同类型的标准输入：
|
||
- **通用模式**：`{x} Array[Chunk]` - 通用分块数组
|
||
- **父子模式**：`{x} Array[ParentChunk]` - 父分块数组
|
||
- **问答模式**：`{x} Array[QAChunk]` - 问答分块数组
|
||
|
||
### 索引方式 (Index Method) 与检索设置 (Retrieval Setting)
|
||
|
||
索引方式决定了知识库如何建立内容索引，检索设置则基于所选的索引方式提供相应的检索策略。你可以这么理解，索引方式决定了整理文档的方式，而检索设置告知使用者可以用什么方法来查找文档。
|
||
|
||
知识库提供了两种索引方式：高质量和经济，分别提供不同的检索设置选项。
|
||
在高质量模式下，使用 Embedding 嵌入模型将已分段的文本块转换为数字向量，帮助更加有效地压缩与存储大量文本信息。这使得即使用户的问题用词与文档不完全相同，系统也能找到语义相关的准确答案。
|
||
|
||
<Tip>
|
||
请查看[设定索引方法与检索设置](/zh-hans/guides/knowledge-base/create-knowledge-and-upload-documents/setting-indexing-methods)，了解更多详情。
|
||
</Tip>
|
||
|
||
#### 索引方式和检索设置
|
||
|
||
| 索引方式 | 可用检索设置 | 说明 |
|
||
|----------|--------------|------|
|
||
| 高质量 | 向量搜索 | 基于语义相似度，理解查询深层含义。 |
|
||
| | 全文检索 | 基于关键词匹配的检索方式，提供全面的检索能力。 |
|
||
| | 混合检索 | 结合语义和关键词 |
|
||
| 经济 | 倒排索引 | 搜索引擎常用的检索方法，匹配问题与关键内容。 |
|
||
|
||
关于配置分段结构、索引方法、配置参数和检索设置，你也可以参考下方表格。
|
||
|
||
| 分段结构 | 可选索引方式 | 可配置参数 | 可用检索设置 |
|
||
|----------|--------------|------------|--------------|
|
||
| 通用模式 | 高质量 <br /> <br /> <br /> 经济 | Embedding 嵌入模型 <br /> <br /> <br /> 关键词数量 | 向量检索 <br /> 全文检索 <br /> 混合检索 <br /> 倒排索引 |
|
||
| 父子模式 | 高质量（仅支持） | Embedding Model 嵌入模型 | 向量检索 <br /> 全文检索 <br /> 混合检索 |
|
||
| 问答模式 | 高质量（仅支持） | Embedding Model 嵌入模型 | 向量检索 <br /> 全文检索 <br /> 混合检索 |
|
||
|
||
## 步骤四：配置用户输入表单
|
||
|
||
用户输入表单对于收集流水线运行所需的有效初始信息非常重要。类似于工作流中的[开始节点](/zh-hans/guides/workflow/node/start)，这个表单从用户那里收集必要的相信信息，比如：需要上传的文件、文档处理的特定参数等，确保流水线拥有提供准确结果所需要的所有信息。
|
||
|
||
通过这种方式，你可以为不同的使用场景创建特定的的输入表单，提高流水线对于不同数据源和文档处理流程的灵活性和易用性。
|
||
|
||
### 创建用户输入表单
|
||
|
||
你可以通过下面两种方式，创建用户输入表单。
|
||
|
||
1. **知识流水线编排界面**
|
||
点击输入字段（Input Field）开始创建和配置输入表单。
|
||
|
||
|
||
|
||
2. **节点参数面板**
|
||
选中节点，在右侧的面板需要填写的参数内，点击最下方的`+ 创建用户输入字段`（+ Create user input)来创建新的输入项。新增的输入项将会汇总到输入字段（Input Field）的表单内。
|
||
|
||
|
||
|
||
### 输入类型
|
||
|
||
#### 非共享输入 (Unique Inputs for Each Entrance)
|
||
|
||
|
||
|
||
这类输入适用于每个数据源及其下游节点，用户只需在选择对应数据源时填写这些字段，比如不同数据源的URL。
|
||
|
||
在数据源右侧点击"+"按钮，为该数据源添加字段。这个字段只能被该数据源及其后续连接的节点引用。
|
||
|
||
|
||
|
||
#### 全局共享输入 (Global Inputs for All Entrance)
|
||
|
||
|
||
|
||
全局共享输入可以被所有节点引用。这类输入适用于通用处理参数，比如分隔符、最大分块长度、文档处理配置等。无论用户选择哪个数据源，都需要填写这些字段。
|
||
|
||
在全局共享输入右侧点击"+"按钮，添加的字段将被任意节点引用。
|
||
|
||
### 支持字段类型和填写说明
|
||
|
||
知识流水线支持以下七种类型的输入变量。
|
||
<div style={{display: 'flex', flexWrap: 'wrap', gap: '30px'}}>
|
||
<div style={{flex: 1, minWidth: '200px'}}>
|
||
|
||
</div>
|
||
<div style={{flex: 2, minWidth: '300px'}}>
|
||
| 字段类型 | 说明 |
|
||
|----------|------|
|
||
| 文本 | 短文本，由知识库使用者自行填写，最大长度为 256 字符 |
|
||
| 段落 | 长文本，知识库使用者可以输入较长字符 |
|
||
| 下拉选项 | 由编排者预设的固定选项供使用者选择，使用者无法自行填写内容 |
|
||
| 布尔值 | 只有真/假两个取值 |
|
||
| 数字 | 只能输入数字 |
|
||
| 单文件 | 上传单个文件，支持多种文件类型（文档、图片、音频、视频和其他文件类型） |
|
||
| 文件列表 | 批量上传文件，支持多种文件类型（文档、图片、音频、视频和其他文件类型） |
|
||
</div>
|
||
</div>
|
||
|
||
<Tip>
|
||
请前往[输入字段](/zh-hans/guides/workflow/node/start#%E8%BE%93%E5%85%A5%E5%AD%97%E6%AE%B5)，了解关于支持字段的更多说明。
|
||
</Tip>
|
||
|
||
所有类型的输入项包含：必填项、非必填项和更多设置，可以通过勾选设置为是否为必填。
|
||
|
||
| 名称 | 说明 | 示例 |
|
||
|------|------|------|
|
||
| **必填项** | | |
|
||
| 变量名称 Variable Name | 系统内部标识名称，通常使用英文和下划线进行命名 | `user_email` |
|
||
| 显示名称 Display Name | 界面展示的名称，通常是简洁易读的文字 | 用户邮箱 |
|
||
| **类型特定设置** | 不同字段类型的特殊要求 | 文本的最大长度为 100 字符 |
|
||
| **更多设置** | | |
|
||
| 默认值 Default Value | 用户未输入时的默认值 | 数字字段默认为0， 文本字段默认为空 |
|
||
| 占位符 Placeholder | 输入框空白时的提示文字 | 请输入您的邮箱 |
|
||
| 提示 Tooltip | 解释或指引用户进行填写的文字，通常在用户鼠标悬停时显示 | 请输入有效的邮箱地址 |
|
||
| **特殊非必填信息** | 根据不同字段类型的额外设置选项 | 邮箱格式验证 |
|
||
|
||
配置完成后，点击右上角的预览按钮，你可以在弹出的表单预览界面中浏览。你可以拖拽调整字段的分组，如果出现感叹号，则表明移动后引用失效。
|
||
|
||
|
||
|
||
## 步骤五：为知识库命名
|
||
|
||
|
||
|
||
默认情况下，知识库名称为"Untitled + 序号”，权限设置为"仅自己可见”，图表为橙色书本。如果你使用 DSL文件导入，则将使用其保存的图标。
|
||
|
||
点击左侧面板中的设置并填写以下信息：
|
||
- **名称和图标**
|
||
为你的知识库命名。你还可以选择一个 emoji、上传图片或粘贴图片 URL 作为知识库的图标。
|
||
- **知识库描述**
|
||
简要描述您的知识库。这有助于 AI 更好地理解和检索您的数据。如果留空，Dify 将应用默认的检索策略。
|
||
- **权限**
|
||
从下拉菜单中选择适当的访问权限。
|
||
|
||
## 步骤六：测试
|
||
|
||
在完成编排后，你需要先验证配置的完整性，然后测试流水线运行效果，确认各项设置正确无误，最后发布知识库。
|
||
|
||
### 检查配置完成度
|
||
|
||
在进行测试前，建议先检查配置的完整性，避免因遗漏配置而导致测试失败。
|
||
|
||
点击右上角的检查清单按钮，系统会显示遗漏部分。
|
||
|
||
|
||
|
||
完成所有的配置后，可以通过测试运行来预览知识流水线的运行效果，确认各项设置准确无误，再进行发布。
|
||
|
||
### 测试运行 (Test Run)
|
||
|
||
|
||
|
||
1. **开始测试**：点击右上角的测试运行（Test Run)按钮。
|
||
2. **导入测试文件**：在右侧弹出的数据源窗口中，导入文件。
|
||
<Warning>
|
||
**重要提醒**：为了便于调试和观测，在测试运行状态下，每次仅允许上传一个文件。
|
||
</Warning>
|
||
3. **填写参数**：导入成功后，根据你之前配置的用户输入表单填写对应参数
|
||
4. **开始试运行**：点击下一步，开始测试整个流水线。
|
||
|
||
在测试期间，你可以访问[运行历史](/zh-hans/guides/workflow/debug-and-preview/history-and-logs#%E5%BA%94%E7%94%A8%E8%B0%83%E8%AF%95%E5%8E%86%E5%8F%B2)（记录所有运行记录，包括运行时间、执行状态和输入/输出参数概要）和[变量检查](/zh-hans/guides/workflow/debug-and-preview/variable-inspect)（位于底部面板，它显示每个节点的输入/输出数据，帮助你识别问题和验证数据流），以实现高效的故障排除和错误修复。
|
||
|
||
|
||
|
||
{/*
|
||
Contributing Section
|
||
DO NOT edit this section!
|
||
It will be automatically generated by the script.
|
||
*/}
|
||
|
||
---
|
||
|
||
[编辑此页面](https://github.com/langgenius/dify-docs/edit/main/zh-hans/guides/knowledge-base/knowledge-pipeline/knowledge-pipeline-orchestration.mdx) | [提交问题](https://github.com/langgenius/dify-docs/issues/new?template=docs.yml)
|
||
|