AI搭建知识库（智能体）教程？搭建知识库零基础入门到精通，看这篇就够了！赶紧收藏！

一、说明

这篇文章主要通过"扣子"平台构建了一个智能体应用程序，帮助大家在平时的工作生活当中调用自己的智能体知识库，通过积累整理平时的知识，大大提高工作效率。

二、什么是扣子？

"扣子"是由字节跳动公司于2024年2月1日推出的一款集成AI智能体开发平台。它开创了国内AI聊天机器人快速开发的先河。

▲扣子首页

下面是扣子平台创建Bot的页面，对于初次使用的伙伴来说功能确实很多，但不知道从何下手搭建智能体。

▲扣子智能体搭建页面

上文提到的 Agent （智能体）是由4个关键部分构成，他们是：规划（Planning）、记忆（Memory）、工具（Tools）、行动（Action）

▲由LLM驱动的智能体系统

我们可以从这四个核心要素出发，对"扣子"的智能体创建界面进行详细解析，如下所示：

▲对智能体搭建页面进行标注

通过细致的标注，读者可以清晰地看到，构建一个智能体实际上是在配置四个核心要素。具体来说：

1. 人设与回复逻辑：这涉及到Prompt的设置，它对应于智能体的规划阶段（Planning）。

2. 插件、工作流、图像流等技能：这些技能的配置，以及对文本、表格等知识的整合，属于工具（Tools）的范畴。

3. 变量、数据库、长期记忆：这些配置构成了智能体的记忆（Memory）部分。

4. 预览与调试：最后，预览与调试环节则对应于智能体的执行（Action）阶段。

接下来，我将通过一个实际案例，展示如何利用"扣子"平台来搭建智能体。

三、知识库助理

在日常的工作中，经常会产生大量的知识信息，如：会议纪要、产品思考、读书笔记等，目前作者统一通过笔记工具进行管理。

▲笔记工具储存的知识库

然而，随着知识量的不断增长，仅仅依靠传统的分类和标签系统，我们发现要迅速定位到所需的信息或知识点变得越来越困难。在某些情况下，我们不得不逐个打开笔记文件来搜索内容，这无疑大大耗费了我们宝贵的时间。

那么，是否有可能建立一个个性化的知识库助手，通过简单的提问，就能得到精确且针对性的答案呢？这样的助手将使我们的知识检索过程变得更加高效和顺畅。

我们可以通过COZE来试试：

1、创建Bot

首先,在扣子的首页，点击“创建Bot”，Bot 就是Agent智能体（下文统称为“智能体”）。简单描述Bot的名称和相关的功能介绍，我们称为“知识库助手”。

▲创建Bot

2、配置智能体人设

然后，我们就可以定义好智能体的人设（即Prompt），在写Prompt的过程中，简单描述角色、要求，再利用扣子（coze）的AI优化功能进行相关的完善。

▲通过扣子AI功能优化智能体人设

3、创建知识库

扣子支持通过文本、表格、图片等文件类型创建知识库，我们选择文本格式（路径为：点击“个人空间”—“知识库”—“创建知识库”）。

▲选择导入知识文件类型与方式

"扣子"平台针对文本数据格式，提供了丰富的导入途径，涵盖了本地文档、网络数据源、Notion和飞书等多种选择。以我个人的实践为例，我习惯使用笔记软件将资料导出成DOC文件，然后导入到"扣子"平台，以此构建起我自己的专属知识库。

▲导入本地知识文件

文件导入成功后，再对知识进行切片和分段，支持“自动分段清洗”与“自定义”两种方式，通过分段处理后有助于提高检索的精准度。

▲对本地知识分段

现在，知识库创建完成了。

4、搭建工作流

智能体在回答问题时，主要依赖于本地知识库进行分析和推理，这样就无需接入外部的插件工具。然而，如果智能体仅依赖单一的本地知识库，可能会提供一些与问题不相关的答案。为了提高回答的准确性，我们需要设计并构建一个工作流系统。（路径为：点击“个人空间”—“工作流”—“创建工作流”）。

▲创建工作流

工作流可以理解为：通过选择不同的节点把任务拆解为多个步骤，让智能体按照预设工作流程对任务进行分步处理，从而提升对复杂任务的处理效率。

我们可以在左侧选择节点后点击“+”，把节点添加到右侧工作流编辑区，如下图所示：

▲工作流编辑区域

1）开始节点

“开始”节点会接受我们输入的问题，这里把输入变量名称设置为“question”。

▲开始节点

2）知识库节点

“知识库” 节点会从本地知识库中检索出与问题相关的知识片段，我们把刚才创建好的知识库添加到该节点中。

▲知识库节点

3）大模型节点

在“知识库”节点获取到知识片段后，结合原问题组装成提示词再送到“大模型”节点进行处理。此节点支持选择不同的大模型，如：豆包、通义千问、kimi、智谱等。

▲大模型选择

在“提示词”这一部分，定义好角色、任务与要求，可以让大模型更高效地处理任务。

▲大模型节点

4）结束节点

在大模型处理后，通过“结束”节点展示答复，完成任务。

▲结束节点

编辑好工作流后，点击右上方按钮对工作流进行【试运行】。

▲对工作流进行试运行

然后，输入相关问题后，验证工作流是否可以成功运行，成功后点击【发布】，即可完成工作流搭建。

▲运行成功

5、测试和发布

下面，我们在智能体搭设中，添加上面的工作流。

▲添加工作流

然后，在右侧的预览区域与调试区域中，对智能体进行调试。

▲测试智能体

为了提高与智能体的对话体验，我们还可以配置如：开场白、快捷指令、角色语音等个性化功能，让智能体更“拟人化”。

▲智能体的个性化设置

最后，点击在右上方的【发布】，选相应的发布平台即可，扣子支持了豆包、飞书、抖音、微信公众号等等多个平台。

▲智能体发布

现在，一个自己的**【知识库助手】**就搭建完成。

四、结语

“知识库助手”只是智能体搭建中，最小的闭环应用，按照相同的思路，我们可以构建出更加复杂且强大的智能体，后面有机会再跟大家分享。

如何学习AI大模型 ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型落地应用案例PPT👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）