'/%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)
采集与索引
确认用户上传的文档是否处于可用于 AI 搜索的状态。这里生成的搜索数据用于 AI 查找相关文档并作答的 RAG。
开始之前
- 所需权限：Workspace 管理员
- 必须准备好用于执行嵌入的 AI 运行时和模型。
- 要使用向量搜索，必须完成
知识存储的连接和嵌入模型设置。
打开采集与索引
- 访问管理员页面。
- 在左侧菜单中选择
知识服务。 - 选择
采集与索引。
索引摘要
一目了然地查看当前索引状态。
| 项目 | 说明 |
|---|---|
| 待更新 | 新建或修改的文件正在等待反映到 AI 搜索中的状态 |
| 待删除 | 已删除文件的搜索数据正在等待清理的状态 |
| 待删除向量 | 文件删除或存储切换后，旧向量正在等待从原存储位置清除的数量 |
| 待嵌入 | 已从文档中读取文字，正在等待生成 AI 搜索数据的状态 |
| 向量数据库存储数 | 所选向量数据库中为当前空间实际存储的向量数。卡片下方的本地嵌入是针对当前文档版本在本地 knowledge.db 中保留的按模型划分的嵌入行数，两者可能不同。 |
| SQLite 使用量 | 知识索引记录数据库的容量。不包含向量数据库的容量。 |
| 索引模式 | 要生成 AI 搜索数据的文件范围（例：全量索引） |
| 嵌入提供方 | 正在使用的 AI 嵌入模型（例：Ollama bge-m3:latest / 1024d） |
| 生效的包含根目录 | 索引目标路径 |
| 团队检查点 | 最后一次检查团队文件夹的时间 |
| 客户端检查点 | 最后一次检查个人文件夹的时间 |
| 最后刷新 | 状态最后更新的时间 |
可以开启自动刷新，或通过刷新按钮手动更新当前状态。
正在检查向量数据库状态或检查失败时，向量数据库存储数显示为 -。在同一空间中，如果服务器暂时返回了较早时间点的快照，页面会保留最后确认的较新值并显示过期快照警告。切换团队空间和个人空间时会立即清除之前空间的值，在新空间的查询完成之前，未知的值显示为 -。
开始前的设置检查
在开始索引之前，请确认以下必需设置。点击各按钮可跳转到相应设置。
| 必需设置 | 确认内容 | 跳转 |
|---|---|---|
| AI 运行时 | 选择 Ollama、LM Studio 等用于索引的 AI 运行时，并确认连接状态。 | 设置 AI 运行时 |
| 视觉模型（VL） | 从 AI 模型中选择用于读取 PDF 和图片内容的视觉模型。 | 设置视觉模型 |
| AI 向量数据库 | 从 Local(SQLite)、Milvus、Qdrant 等中选择向量存储，并设置连接信息。 | 设置 AI 向量数据库 |
| 嵌入模型 | 选择将文档转换为搜索用向量的模型。（例：bge-m3） | 设置嵌入模型 |
这里只是选择要使用的模型。视觉模型和嵌入模型必须先在 AI 模型设置中下载，才能用于索引。
AI 向量数据库项目不仅检查是否已设置，还会检查实际连接状态。无法访问向量数据库时显示连接错误 · 请检查设置，集合的维度或距离计算方式不匹配时显示集合不匹配 · 需要检查，尚未在 Milvus 中创建集合时显示未找到集合 · 请先创建，均以警告色显示。连接错误和集合设置不匹配时，将鼠标悬停在卡片上可查看详细错误。Milvus 集合不存在时没有单独显示的错误内容，请点击卡片跳转到向量数据库设置，然后参照 连接 Milvus创建集合。Qdrant 集合尚不存在时不算错误，因此显示为就绪 · 首次索引时创建集合。详细处理方法请参阅向量数据库运营指南。
采集与处理规则
决定何时生成搜索数据，以及将哪些文件夹的文档用于 AI 搜索。
启用知识索引
开启或关闭整个知识索引功能。
索引模式设置
| 项目 | 说明 | 默认值 |
|---|---|---|
| 索引模式 | 选择索引范围和方式 | 全量索引 |
| 等待时间（分钟） | 检测到文件更改后到开始索引之前的等待时间 | 20 |
| 最大并发任务数 | 可同时处理的索引任务数 | 1 |
| 允许运行工作进程 | 关闭后仍会继续查找更改的文件，但不会生成 AI 搜索数据。 | 启用 |
| 高负载时自动暂停 | 服务器使用率较高时暂时停止索引，服务器稳定后重新开始。 | 启用 |
| 加速模式 | 文件更改 5 秒后开始索引，并将积压任务提前处理。不会提高处理速度，积压任务处理完后自动关闭。 | 已禁用 |
| 允许时段 | 指定允许索引的时段。留空则随时索引。（例：01:00-06:00） | 不限 |
包含根目录
指定要索引的文件夹路径。留空则以全部路径为目标。
示例：
/@team/docs
/@client/projects
AI 嵌入模型设置
选择将文档转换为搜索数据的 AI 模型。
| 提供方 | 说明 |
|---|---|
| Ollama | 使用本地安装的 Ollama 模型。（例：bge-m3:latest） |
| ONNX Local CPU | 使用基于 CPU 在本地运行的 ONNX 模型。 |
| ONNX Local GPU | 使用利用 GPU 加速的本地 ONNX 模型。 |
| Remote API | 通过外部 API 使用嵌入模型。 |
未安装模型的提供方显示为没有可用模型。
| 项目 | 说明 |
|---|---|
| 向量维度 | AI 模型使用的搜索数据的大小。会根据所选模型自动设置。（例：1024） |
| PDF/图片提取策略 | 选择从 PDF 和图片中读取文字的方法。优先使用 VL，失败时改用 OCR表示先使用图像理解 AI，失败时再使用文字识别。 |
PDF/图片包含模式
输入要读取文字的 PDF 和图片文件的扩展名或路径规则。
示例：
*.pdf, *.png, image/**/*
PDF/图片排除模式
输入不处理的 PDF 和图片文件的扩展名或路径规则。留空则处理上面包含的所有文件。
示例：
thumbs.db, *.gif, cache/**
按存储空间的进度
查看各团队或个人存储空间中有多少资料正在等待传递给 AI。
可以按空间（team/client）和用户搜索，并按待更新数量排序。
| 项目 | 说明 |
|---|---|
| 空间 | 区分团队空间（team）或个人空间（client） |
| 用户 | 个人空间时对应的用户 |
| 待更新 | 新建或修改的文件正在等待反映到 AI 搜索中的状态 |
| 待删除 | 已删除文件的搜索数据正在等待清理的状态 |
| 待嵌入 | 已从文档中读取文字，正在等待生成 AI 搜索数据的状态 |
| 嵌入数 | 已完成的嵌入总数 |
AI 学习数据概况
查看按模型生成了多少 AI 搜索数据。这不是用原始文档重新训练 AI 模型的功能。
| 项目 | 说明 |
|---|---|
| 提供方 | 用于嵌入的模型提供方（例：ollama） |
| 模型 | 使用的嵌入模型名称（例：bge-m3:latest） |
| 数量 | 用该模型生成的嵌入总数 |
可以按数量排序，比较各模型的搜索数据规模。