SetFN
SetFNDocs2026年10月27日

知识存储

管理文档搜索和 RAG 回答所需的 AI 搜索数据。RAG 是一种从已存储的文档中查找相关内容，供 AI 在回答时参考的方式。

开始之前

  • 所需权限：Workspace 管理员
  • 确认要使用的嵌入模型的输出维度。
  • 如果选择外部存储，SpaceBuilder 服务器必须能够访问相应的端点。

打开知识存储

  1. 访问管理员页面。
  2. 在左侧菜单中选择 知识服务。
  3. 选择 知识存储。

知识存储页面

向量数据库概览

查看当前连接的向量数据库的状态。

项目说明
连接状态向量数据库是否已连接
向量存储存储 AI 搜索数据的方式和类型（例如：Qdrant 服务型）
已存储的向量数此实例（当前 SpaceBuilder）存储的数据条目数
集合数存储中的集合数。Qdrant·Milvus 显示的是相应服务器上的全部集合数。
集合配置存储的维度和距离计算方式是否与设置一致
存储路径数据的存储位置（仅 Local·Automatic 显示，例如：vectordb_local）

各项目的详细含义以及 集合配置 各种显示对应的处理方法，请参阅向量数据库运维指南。

向量数据库设置

设置 AI 搜索数据的存储方式和位置。

选择嵌入模型

从在 AI 模型设置中下载的模型里，选择用于将文档转换为搜索向量的嵌入模型。如果还没有已下载的模型，请先在 AI 模型设置中下载嵌入模型。（例如：bge-m3）

项目说明默认值
嵌入模型选择在 AI 模型设置中下载的嵌入模型。-
向量维度所选模型生成的向量的维度数。1024

选择 bge-m3、nomic-embed-text 等已知模型时，向量维度会自动填入。使用其他模型时，请输入与该模型输出维度相同的值。

驱动程序

选择 AI 搜索数据的存储方式。

驱动程序说明
Automatic (SQLite)默认值。选择嵌入模型后，使用 SpaceBuilder 内置的 SQLite 存储。
Local (SQLite)将 AI 搜索数据保存为指定路径下的文件。无需单独的数据库服务器，适合向量数量约 5 万个以下的环境。默认路径为 vectordb_local。
Milvus用于大容量环境的外部向量数据库。需要预先创建集合。连接 Milvus
Qdrant外部向量数据库。集合会在首次索引时自动创建。连接 Qdrant

关于如何选择驱动程序，请参阅向量数据库运维指南。

数据路径

指定 Local·Automatic 驱动程序保存数据的路径。相对路径以 SpaceBuilder 配置文件所在的文件夹为基准。

外部向量数据库连接信息

选择 Qdrant 或 Milvus 时，需要输入外部向量数据库的连接信息，而不是数据路径。Qdrant 需要分别输入 REST 和 gRPC 端点。

选择 Qdrant 作为驱动程序时的连接信息输入页面

项目说明
集合用于存储数据的集合名称。建议每个实例使用不同的名称，页面上会显示此实例的建议名称。
REST 端点 / 端点外部向量数据库服务器的访问地址。Qdrant 显示为 REST 端点（例如：http://localhost:6333），Milvus 显示为 端点（例如：http://localhost:19530）。
gRPC 端点（Qdrant，推荐）与 REST 相同的 Qdrant 实例的 gRPC 地址（默认值：http://localhost:6334）。搜索和向量存储优先使用 gRPC。留空时，如果 REST 地址使用 6333 端口，则自动使用 6334；无法连接时切换为 REST。
API 密钥仅在外部向量数据库启用了认证时输入。已保存的值在页面上以掩码显示，不更改则保持原样。清空后保存即删除。
用户名 / 密码用于 Milvus 账户认证。密码仅在需要更改时输入。

向量同步与重建

在 仅限管理员 区域重新填充或重新构建向量数据库的数据。两项操作都不会删除工作空间中的原始文件，并且需要 Team 及以上的许可证。

  • 同步已有嵌入：将已有的嵌入复制到所选的向量数据库，仅重新生成无法恢复的向量。
  • 重建向量生成：在保留旧向量的同时创建新的向量世代，验证完成后清理旧向量。

关于两项操作的区别和使用时机，请参阅向量数据库运维指南。

相关文档