AI智能体|使用扣子Coze创建知识库,看这一篇就够了(新手必看)

向量数据库大模型NoSQL数据库

点关注,不迷路

免费的AI学习交流群,加我微信发送暗号“001”,邀请进群


大家好,我是无界生长。

今天分享下如何使用Coze(扣子)创建知识库,手把手教学,流程超级详细,学会了的话,欢迎分享转发!

picture.image

知识库介绍

Coze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。

picture.image

创建知识库

注册账号(已有账号可跳过)

登陆Coze国内官网:https://www.coze.cn,点击“开始使用”

picture.image

抖音一键登录或者手机号登陆,推荐使用 抖音一键登录

picture.image

使用抖音app扫码登录,同意授权即可

picture.image

创建知识库

点击“个人空间-知识库-创建知识库”

picture.image

填写知识库名称及描述,填写完成后,点击“确认”按钮

picture.image

新增单元

点击“新增单元”按钮

picture.image

支持文本格式和表格格式,按实际需求选择合适的格式

  • 文本格式

picture.image

  • 表格格式

picture.image

我们这里选择文本格式的“在线数据”格式,获取在线网页内容,进行演示,你也可以选择其他格式,按照要求导入文档,具体流程可以参考:https://www.coze.cn/docs/guides/use\_knowledge

picture.image

在线数据支持“自动采集”和“手动采集”,新手建议选择“自动采集”,上手比较简单,咱们这里选择“自动采集”进行演示。如果自动采集无法满足需求,可以选择手动采集,安装官方的浏览器插件,自己调整采集内容及范围。

picture.image

自动采集与手动采集的对比

picture.image

选择“手动采集”后,填写URL信息

picture.image

  • 添加方式支持“添加单个”和“批量添加”

  • 更新频率支持“不自动更新”、“每天”、“每3天”、“每7天”、“每30天”

  • 网址URL填写需要采集内容的网页地址

咱们这里只是做个演示,所以添加方式选择“添加单个”,更新频率选择“不自动更新”,网址URL填写的是我的微信公众号之前发表过的一篇文章链接,然后点击“确认”按钮

picture.image

等待网页内容被自动采集,采集完成后如下图所示:

picture.image

微信公众号的文章原始标题是: Prompt | 16个KimiChat官方提示词打包带走,咱们把单元名称改为和文章标题名称一致,便于区分。自动采集的内容支持人工复核,点击“操作”按钮下面的图标,如下图所示:

picture.image

预览内容,核对自动采集的内容是否符合预期,对内容不满意可以直接修改

picture.image

因为微信平台有反爬机制,这里发现图片没有被采集到,手动删除掉图片内容

picture.image

点击左上角的“插入图片”按钮,本地上传图片,插入图片内容

picture.image

内容核对完成后,点击“下一步”按钮

picture.image

等待服务器处理完成,然后点击“确认”按钮

picture.image

回到知识库页面,一个知识单元就创建好了,如下图所示:

picture.image

如果你不希望知识单元被使用,可以点击右边的绿色按钮,禁用知识单元

至此,整个流程结束

总结

本文详细介绍了如何使用Coze(扣子)创建知识库,并通过抓取在线数据的方式演示了如何给知识库新增知识单元,如果看完还没学会的话,可以私信我。学会了的话,欢迎转发分享给你的朋友们。


我是无界生长,如果你觉得我分享的内容对你有帮助,麻烦点个关注,带你一起玩转AI!

私人微信限时开放一天

picture.image

0
0
0
0
关于作者
关于作者

文章

0

获赞

0

收藏

0

相关资源
大规模高性能计算集群优化实践
随着机器学习的发展,数据量和训练模型都有越来越大的趋势,这对基础设施有了更高的要求,包括硬件、网络架构等。本次分享主要介绍火山引擎支撑大规模高性能计算集群的架构和优化实践。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论