手把手带你学扣子Coze之知识库检索节点

落笔画忧愁e

于 2025-04-28 13:53:52 发布

阅读量755

点赞数 25

文章标签：扣子商店 Coze插件 Coze

本文链接：https://blog.csdn.net/weixin_47115107/article/details/146284692

版权

知识库就像一个智能机器人的私人资料库，里面存着它知道的所有信息。当用户提问时，机器人会从这个资料库里快速搜索出最相关的答案，并把找到的所有结果整理成一个清单给你看。

输入

知识库节点的输入参数固定为 Query，表示用户希望在知识库中检索的关键信息，需要引用上游节点的输出参数。输入参数格式为 String，可以引用任何格式的数据。一般情况下，这里引用开始节点的user-input

知识库

支持选择任何格式的知识库，包含文本、表格、图片等

搜索策略保持默认即可

搜索策略：

从知识库中获取知识的检索方式，不同的检索策略可以更有效地找到正确的信息，提高其生成的答案的准确性和可用性。支持的检索策略包括：

混合：结合全文检索和语义检索的优势，并对结果进行综合排序召回相关的内容片段。
语义：像人类一样去理解词与词、句与句之间的关系。推荐在需要理解语义关联度和跨语言查询的场景使用。例如下面两组句子，第一组的语义关系更强。
- "狼追小羊"和"豺狼追山羊"
- "狼追小羊"和"我爱吃炸猪排"
全文：基于关键词进行全文检索。推荐当查询内容包含以下场景时使用：
- 特定名称或专有名词、术语等，例如比尔盖茨、特斯拉 Model Y。
- 缩写词，例如 SFT。
- ID，例如 12s1w1s2 系列。

最大召回数量：

从知识库中返回的最大段落数量。数值越大，返回的条目越多。默认召回 5 条检索结果。

最小匹配度：

匹配度就像考试得分：假设标准答案是参考答案（ground-truth），系统检索到的内容与标准答案的相似度就是分数（0-1 分）。设置最低 0.5 分后，就像老师只收录及格以上的答案，低于 0.5 分的回答直接丢进垃圾桶，保证传给 AI 的信息都是靠谱的。

表格SQL查询：

当你给智能体添加了表格类的知识库后，系统就会自动解锁 "智能翻译查询" 功能。比如你问 "上个月华东区销售额前三名"，系统会像翻译官一样把你的话转成数据库能听懂的 SQL 指令（类似 SELECT...WHERE...），精准查表算出结果，最后把表格查询的数值结果和常规的文本搜索结果打包发给 AI，双管齐下帮你找到最准确的答案。

查询改写：

在多轮对话中，用户的 Query 和对话的上下文息息相关，仅凭借用户最新一条提问可能无法正确识别用户的真实检索意图。查询改写是指根据对话历史对用户输入的 Query 进行优化或重构，从而更准确地捕捉真实的用户意图，提升信息检索的效率。知识库检索节点默认开启查询改写。

这就好比你和朋友聊天时，对方会自动记住之前的对话内容。比如你先问 "如何做蛋糕"，接着问 "那糖要放多少"，系统会像贴心的对话搭档，自动把你的问题补全成 "制作蛋糕时糖的用量"，确保每次提问都能结合上下文精准搜索知识库，避免出现 "糖是指白糖还是剧情甜度" 这类误解。

例如用户对话的上下文为：