'/%3e%3cpath%20id='cross_2'%20data-name='cross%202'%20class='cls-2'%20d='M20.612,30.43h0a5.361,5.361,0,1,0-10.723,0H0A33.709,33.709,0,0,1,30.569,0V9.75a5.361,5.361,0,1,1,0,10.723V30.43Z'%20transform='translate(67.193%200.007)%20rotate(90)'/%3e%3cpath%20id='cross_3'%20data-name='cross%203'%20class='cls-3'%20d='M20.612,30.43h0a5.361,5.361,0,1,0-10.723,0H0A33.709,33.709,0,0,1,30.569,0V9.75a5.361,5.361,0,1,1,0,10.723V30.43Z'%20transform='translate(67.186%2067.041)%20rotate(180)'/%3e%3cpath%20id='cross_4'%20data-name='cross%204'%20class='cls-4'%20d='M20.6,30.5h0a5.361,5.361,0,1,0-10.723,0H0A33.71,33.71,0,0,1,30.56,0V9.818a5.361,5.361,0,1,1,0,10.723V30.5Z'%20transform='translate(0%2067.041)%20rotate(-90)'/%3e%3c/svg%3e)
Operar el almacenamiento de conocimiento
Una base vectorial guarda los documentos convertidos a un formato que la IA puede buscar. La búsqueda documental y RAG utilizan estos datos creados por la indexación.
Son datos derivados que siempre pueden reconstruirse a partir de los documentos. Cambiar o inicializar la base no modifica los archivos originales de Workspace.
Antes de comenzar
- Permiso necesario: administrador de Workspace
- Compruebe el controlador y la conexión en
Knowledge Services>Knowledge Storage. - Programe el cambio o la inicialización, pues puede afectar temporalmente a los resultados.
Elegir un almacén vectorial
Selecciónelo en Driver de Almacenamiento de conocimiento.
| Controlador | Ubicación | Preparación | Entorno recomendado |
|---|---|---|---|
| Automatic (SQLite) | Archivo interno de SpaceBuilder | Ninguna | Predeterminado; usa SQLite al elegir un modelo. |
| Local (SQLite) | local_vectors.db en la ruta indicada | Ninguna | Unos 50 000 vectores o menos y ruta administrada directamente. |
| Qdrant | Servidor externo | Automática | Muchos vectores o servidor separado. |
| Milvus | Servidor externo | Debe crearse antes | Milvus existente o clústeres grandes. |
El número de vectores corresponde a fragmentos, no a documentos. Los documentos se dividen por sección, página o fila y luego en fragmentos de unas 700–1000 letras coreanas; uno largo puede producir decenas de vectores.
- Conectar Qdrant: ligero y fácil con un contenedor; recomendado para un primer servidor externo.
- Conectar Milvus: se recomienda un servidor con al menos 8 GB y crear la colección manualmente.
Operar Local (SQLite)
Local utiliza un único archivo local_vectors.db.
| Campo | Descripción |
|---|---|
| Archivo | local_vectors.db bajo Data Path |
Data Path | vectordb_local por defecto; las rutas relativas parten de la carpeta de configuración |
| Búsqueda | Compara todos los vectores; con 10 000 vectores de 1024 dimensiones tarda unos 10 ms y aumenta con los datos |
| Escala recomendada | Unos 50 000 vectores o menos; por encima, use Qdrant o Milvus |
Vector DB Overview también muestra local_vectors.db usage: el archivo principal, WAL, SHM y el espacio interno reutilizable. Este último es espacio liberado tras borrar datos que se reutiliza antes de aumentar el archivo.
| Campo | Significado |
|---|---|
| Archivo DB / WAL / SHM | Tamaño del archivo SQLite principal y de sus archivos de registro de escritura. |
| Espacio interno reutilizable | Espacio liberado al borrar datos que aún forma parte del archivo y se reutiliza antes de ampliarlo. |
Cambiar el almacén o el modelo
Al guardar cualquier cambio de controlador, endpoint, colección, ruta, modelo o dimensiones, SpaceBuilder inicia automáticamente una reindexación completa de los originales.
- Controlador, endpoint, colección o ruta de datos
- Modelo de embeddings o dimensiones vectoriales
- Guarde la configuración nueva.
- El planificador detecta el cambio y solicita reindexar todo.
- Se vuelven a crear los embeddings en el nuevo almacén.
- Tras guardar y validar todos los documentos, se eliminan los vectores anteriores de su ubicación original.
Búsqueda durante el cambio
- Hasta detectar el cambio, se pausa la búsqueda vectorial y se utiliza la búsqueda por palabras clave.
- Durante la reindexación se consulta el almacén nuevo; los documentos aún no migrados pueden no aparecer.
- Al terminar solo se consultan los vectores nuevos.
Realice el cambio en horas de poca actividad si hay muchos documentos.
Precauciones
- Mantenga accesible el almacén externo anterior hasta que finalice la limpieza; de lo contrario, se reintentará con
Recorded target unavailable. - Si cambia las dimensiones, utilice otra colección: una colección existente no puede cambiar sus dimensiones.
- Volver de B a A también provoca una reindexación nueva; no se reutilizan los datos anteriores de A.
Consultar el estado operativo
Estado de la base vectorial
Consulte esta información en la parte superior de Almacenamiento de conocimiento.
| Campo | Significado |
|---|---|
Connection | Si el almacén es accesible |
Vector Store | Controlador y tipo integrado o de servicio |
Stored vectors | Vectores de esta instancia, sin los de otras instancias |
Total Collections | Local: 1 después de la primera indexación; Qdrant y Milvus: total del servidor |
Collection configuration | Compatibilidad de las dimensiones y la distancia |
Collection configuration muestra uno de estos estados:
| Estado | Significado |
|---|---|
OK (compatible with current settings) | Puede utilizar la colección. |
Not created yet · it is created automatically on first indexing | La colección de Qdrant todavía no existe. No es un error. |
Collection not found · create it in Milvus first | Milvus no la crea automáticamente. Consulte Conectar Milvus. |
Collection configuration needs review | Las dimensiones o la métrica de distancia no coinciden; consulte el error mostrado. |
Pantalla de indexación
Consulte el progreso en Recopilación e indexación.
| Campo | Significado |
|---|---|
Pending refresh | Archivos nuevos o modificados pendientes |
Pending embed | Texto extraído pendiente de convertirse en vectores |
Embeddings | Recuento registrado por SpaceBuilder; puede diferir de Stored vectors durante un cambio |
Pending vector deletion | Vectores que deben borrarse de su ubicación original |
Los fallos de limpieza se reintentan con intervalos crecientes de hasta cinco minutos.
| Motivo | Acción |
|---|---|
Recorded target unavailable | Vuelva a iniciar o haga accesible el servidor anterior. |
Remote deletion failed | Consulte el estado y los registros de la base. |
Checking an earlier write outcome | Normalmente se resuelve automáticamente. |
Failed to record deletion completion | Se reintenta en el ciclo siguiente. |
Sincronizar y reconstruir vectores
Se ejecuta en el área Administrator Only de Almacenamiento de conocimiento y requiere Team o superior. No elimina originales.
| Acción | Comportamiento | Cuándo usarla |
|---|---|---|
Sync Existing Embeddings | Copia embeddings compatibles y solo vuelve a crear los irrecuperables. | Tras cambiar de base o si faltan vectores. |
Rebuild Vector Generation | Crea una generación nueva conservando la anterior y la limpia tras validarla. | Para reconstruir desde cero. |
- Ambas acciones se solicitan en segundo plano; consulte el progreso en Recopilación e indexación.
- No afectan a los datos de otras instancias que compartan una colección de Qdrant o Milvus.
Compartir una base entre varias instancias
Cada instalación posee una clave de aislamiento guardada con sus vectores; búsquedas, estadísticas y limpieza se limitan a ella. Para administrar copias, capacidad y eliminaciones por separado, recomendamos una colección por instancia. Si usa knowledge_vectors, la pantalla muestra el nombre recomendado setfn_knowledge_....
Copia de seguridad y restauración
Detenga el servidor antes de ejecutar los comandos. La restauración solo admite una copia creada con la misma instancia y carpeta principal.
# Copia de seguridad (la carpeta de destino debe ser una ruta nueva que aún no exista)
~/setfn-spacebuilder admin knowledge-backup <carpeta de copia de seguridad>
# Restauración
~/setfn-spacebuilder admin knowledge-restore <carpeta de copia de seguridad>
| Destino | Incluido |
|---|---|
| Registros de indexación de espacios de equipo y personales | Sí |
local_vectors.db | Solo si está dentro de la carpeta principal o de configuración |
| Vectores de Qdrant y Milvus | No; se reconstruyen a partir de los originales |
Tras restaurar, inicie el servidor y ejecute Sync Existing Embeddings. Los vectores externos posteriores a la copia se marcan para limpieza y se eliminan automáticamente de su ubicación original.
Solución de problemas
Para reconstruir datos derivados, utilice las acciones de Almacenamiento de conocimiento.
| Síntoma | Comprobación |
|---|---|
Not Connected | Endpoint, puerto, cortafuegos y ejecución del servidor |
Collection configuration needs review con collection dimension is ..., expected ... | Utilice una colección nueva con las dimensiones configuradas. |
Collection configuration needs review con unnamed dense vector | Qdrant se creó como Hybrid o named vector; consulte Qdrant. |
Stored vectors no aumenta | Compruebe que la indexación esté activa, dentro del horario y con todos los requisitos completos. |
Advertencia en AI vector database dentro de Before you start | Consulte el error de conexión o configuración; en Milvus cree la colección según Conectar Milvus. |
Not Connected con autenticación | Introduzca la clave API o el usuario y contraseña correspondientes. |
| Se acumulan reintentos | Haga accesible el almacén anterior y consulte los motivos de Pantalla de indexación. |