功能定位
知识库检索 Agent（KnowledgeBase Search Agent）通过 Agentic RAG 的方式自主规划并拆解知识库检索任务，支持通过多次调用检索工具和计算工具组合，为用户提供准确的回答。适用于知识库问答中的复杂场景，主要包括以下几种类型：
多文档/问答对/表格结合回复：针对答案来源于多个文档的情况，Agent 会逐步检索相关文档并综合信息进行回答。
文档筛选后回复：在多个类似文件中，Agent 根据特定规则（如时间或地区）筛选出最相关的文档，并基于正确的内容回答问题。
复杂表格数据查询：结合 text2sql 和代码解释器的数据处理和分析能力，回答涉及表格数据指标查询的复杂问题。
在 Multi-Agent 模式下，知识库检索 Agent 可以直接添加至应用中，参与任务的转交与协作。
知识库检索 Agent 定义
模型
模型
知识库检索 Agent 的模型配置与其他 Agent 相同，支持精调 Function-call 模型、DeepSeek-V3-0324等模型选择。支持在 模型配置 界面切换。
提示词
提示词
知识库检索 Agent 的提示词包含检索规则、示例问答以及知识库 Schema 三个部分。其中，检索规则与示例问答需根据应用需求进行调整。
检索规则：用于描述知识库检索 Agent 解析用户查询中自然语言的上下文规则。检索规则可以包括业务映射规则、指标说明逻辑和数据检索偏好等内容。
规则 | 用途 | 示例 |
业务映射规则 | 描述业务实体如何映射或归类 | 如客户A 是某特定地区的客户，需要在检索时统一映射为「区域 A客户」 |
指标说明逻辑 | 描述指标如何处理默认值或特殊情况 | 如果未指定付款方式，则默认查「后付款」 |
数据检索偏好 | 描述数据检索时的偏好设置或拆分方式 | 建议按照月度拆分查询数据 |
示例问答：用于描述数据调用的分步骤规则，帮助模型更清晰地理解任务拆解、工具调用以及获取正确答案的流程。根据模板填写示例问题的输入、输出及对应的分步骤的检索过程。
知识库 Schema ：根据上传至知识库的内容自动生成，暂不支持手动编辑。在完成知识库 Schema 的生成后，可在提示词中的知识库 Schema 标签下进行只读查看。
转交描述
转交描述
知识库检索 Agent 的介绍说明，帮助模型判断何时转交至该 Agent。知识库检索 Agent 的转交描述可按照模板总结概括其功能。
例如，在知识库中传入政策相关文件后，可将知识库检索 Agent 的转交描述修改为“负责政策问答的 Agent，完成政策问答咨询任务”。
工具
工具
工具
知识库检索 Agent 的必备工具已配置完成。将知识库检索 Agent 添加到应用后即可直接使用，暂不支持工具的删改。工具范围如下：
工具名称 | 工具描述 |
知识库问答/KnowledgeRetrievalAnswer | 大模型结合全部知识库内容检索后，回答用户问题。 |
知识库问答/BoundedKnowledgeQA | 在指定范围内检索内容，并通过大模型总结回复，检索范围更精准。 |
知识库问答/Text2SQL | 接收用户的自然语言提问和数据库信息，自动生成可执行的 SQL 查询语句，返回执行后的数据结果。 |
科学计算/Calculator | 适用于简单的数值计算。 |
代码解释器/CodeInterpreter | 可进行代码执行，完成复杂的数值统计和数据计算。 |
概念定义
知识库 Schema 是描述知识库内数据结构的信息，用于为知识库检索 Agent 提供了解知识库构成的依据。知识库数据分为两类：非结构化数据和结构化数据。
非结构化数据包括知识库文档的常规链路，主要由文档和问答组成。
文档类知识指以文档形式存储的知识，包括 Word、PPT、表格、图片等数据格式。Schema包含文档的文件名、摘要以及标签。
当文档数量较多时，知识库 Schema 生成过程会自动对知识库进行聚类。聚类完成后，将生成文件夹名称和文件夹摘要信息。在此情况下，无需传入文档标签。
定义 | 说明 |
文件名 | 用户上传的文件名称，可能具备含义，也可能无明确语义。 |
文件夹名 | 自动聚类概括生成的文件夹名称。 |
摘要 | 文件内容的50字左右摘要，由大模型生成。 |
文件夹摘要 | 文件夹内容说明，由大模型生成的描述文件夹内的内容摘要。 |
标签 | 用户定义的文档标签。如果未定义则缺省。 |
问答类知识以“问题-答案”的形式成对存在。Schema 包括 Question、Answer 和标签。
定义 | 说明 |
Question | 用户设定的问题内容 |
Answer | 对应问题的匹配答案 |
标签 | 用户定义的问答对标签。如果未定义则缺省。 |
说明：
数据库类知识和共享知识库内容暂时无法在知识库检索 Agent 中使用，后续版本将会完善支持。
创建方式
知识库检索 Agent 的运行依赖于知识库 Schema。点击“知识管理”进入知识库界面，上传知识库文档。
需手动点击“知识库 Schema”按钮以生成知识库 Schema。
注意：
目前知识库 Schema 的生成仅支持应用知识库，共享知识库暂不支持。
使用说明
1. 创建知识库
创建 Multi-Agent 模式应用，点击知识库，导入知识库文档。
2. 生成知识库 Schema
2. 生成知识库 Schema
知识上传完成后，点击右上角的知识库 Schema，在弹窗中点击生成知识库 Schema 按钮，生成知识库 Schema。
生成完成后，可在弹窗中查看知识库 Schema。
注意：
知识库 Schema 生成需要一定时间，建议在知识上传完成后，于闲时触发生成任务。并在知识库更新后，及时重新触发知识库 Schema 的更新。
如果知识库内容有改动，按钮会显示红点，提示知识库有更新。再次点击更新知识库 Schema，可将知识库 Schema 更新到最新版本。
3. 添加知识库检索 Agent
3. 添加知识库检索 Agent
切换到应用配置，点击添加 Agent。
在添加 Agent 界面中，搜索「知识库检索 Agent」，然后点击添加。
简单描述知识库问答 Agent 回答的问题范围，并补充在转交描述，如“负责政策问答的 Agent，完成政策问答咨询任务”。
参考模板和应用功能需求，填写检索规则和示例问答。
转交关系已默认配置了知识库检索 Agent 与主 Agent 之间的转交规则。
建议在主 Agent 的提示词中补充相关转交规则，以强化转交效果，例如：“咨询xxx类问题，请转交至知识库检索 Agent 回复。”
4. 体验测试与发布
常见问题
什么场景下适合使用知识库检索 Agent ？
适合使用知识库检索 Agent 的场景包括：
1. 多文档/问答对/表格结合回复：需要从多个文档中提取部分结果，并综合信息来回答用户问题。
2. 文档筛选后回复：当需要根据特定规则（如时间、地区）从多个相似文档中筛选出最相关内容时。
3. 复杂表格数据查询：需要结合 text2sql 和计算工具处理复杂的表格数据指标查询。这些场景通常需要多个步骤的检索、任务拆解和数据处理，Agent 能在这些任务中发挥自主规划和决策的优势。
这些场景通常需要多个步骤的检索、任务拆解和数据处理，知识库检索 Agent 能在这些任务中发挥自主规划和决策的优势。对于简单的场景，建议使用知识库检索插件或标准模式来进行知识库问答。
知识库检索 Agent 和知识库检索插件的区别？
知识库检索 Agent 是基于 Agentic RAG 方式的自主智能体，能够根据任务需求自主规划并拆解检索过程，支持多次调用检索工具和计算工具组合来处理复杂任务。它适合应对多文档综合回复、复杂数据查询等高复杂度场景。
而知识库检索插件则使用常规的 single-pass 的 RAG 方式进行回答检索，执行单次的知识检索和查询操作，适合处理要依赖单一检索信息源的知识问答任务。
