创建知识库 - CreateKnowledgeRepos

project_id

是

String

参数解释：

项目ID，获取方法请参见获取项目ID。

约束限制：

不涉及

取值范围：

1～64个字符，只能包含数字、字母、中划线和下划线，且必须以字母开头。

默认取值：

不涉及

application_id

是

String

参数解释：

应用ID，获取方法请参见获取应用ID。

约束限制：

字符串

取值范围：

1～64个字符，只能包含数字、字母、中划线和下划线，且必须以字母开头。

默认取值：

不涉及

X-Auth-Token

是

String

参数解释：

接口鉴权使用的Token，Token获取方式参考：获取IAM用户Token。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

name

是

String

参数解释：

知识库名称。

约束限制：

不涉及

取值范围：

只能包含1到64位英文字母、中文、数字、中划线或者下划线，并且以字母、数字或者中文开头。

默认取值：

不涉及

detail

否

String

参数解释：

知识库的描述信息。

约束限制：

不涉及

取值范围：

长度小于100。

默认取值：

不涉及

repo_type

否

String

参数解释：

知识库类型

约束限制：

不涉及

取值范围：

专享：exclusive

共享：share

模板：template

默认取值：

exclusive

repo_index_config

否

RepoIndexConfig object

参数解释：

知识库索引配置

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

search_plan_category_ids

否

Array of strings

参数解释：

搜索规划category类型配置。

当未命中配置的类型时，先使用知识库检索再进行大模型总结。

当命中配置的类型时，直接使用大模型回答。

约束限制：

不涉及

取值范围：

枚举值：

• professional_knowledge-medical - 行业知识类-医疗，

• weather - 天气类，

• professional_knowledge - 行业知识类，

• professional_knowledge-manufacturing - 行业知识类-制造，

• chitchat -闲聊类，

• language_tasks - 语言任务类，

• professional_knowledge-finance -行业知识类-金融，

• general_knowledge -通用知识类，

• professional_knowledge-government - 行业知识类-政务，

• identity - 人设类。

默认取值：

不涉及

file_extract

否

FileExtractConf object

参数解释：

文档解析整体配置。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

cache_enabled

否

Boolean

参数解释：

当前知识库是否打开缓存。

约束限制：

不涉及

取值范围：

• false: 不缓存结果。

• true：缓存query/reference/answer结果，并在下次检索时，遇到相似query时，直接返回缓存结果，提升时延。

默认取值：

false

answer_reference_enabled

否

Boolean

参数解释：

当前知识库是否开启引用溯源：定位答案的参考来源位置。

约束限制：

不涉及

取值范围：

• true： 引用溯源

• false: 不引用溯源

默认取值：

false

answer_image_reference_enabled

否

Boolean

参数解释：

是否开启图文并茂。

约束限制：

需要同时打开"引用定位"(answer_reference_enabled)。

取值范围：

• true: 当文档中有与问题相关的图片时，返回问题的文字答案的同时，返回图片。

• false：不召回图片。

默认取值：

false

session_config

否

SessionConfig object

参数解释：

缓存策略。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

embedding_model

是

String

参数解释：

当前知识库使用的embedding模型名称。

embedding模型：用于将文本内容向量化，进行向量检索的模型。

约束限制：

必须是平台上配置的embedding模型。平台上配置的模型可以通过ListModels接口查看。

取值范围：

只能由中文字符、英文字母、数字及“_”、“-”组成，且长度为[1-32]个字符。

默认取值：

不涉及

rerank_model

是

String

参数解释：

当前知识库使用的rerank模型名称。

rerank模型：对embedding模型通过向量检索返回的top_k个结果，进行重排序，目的是将与query匹配度最高的结果通过rerank模型排上来。

约束限制：

必须是平台上配置的rerank模型。平台上配置的模型可以通过ListModels接口查看。

取值范围：

只能由中文字符、英文字母、数字及“_”、“-”组成，且长度为[1-32]个字符。

默认取值：

不涉及

pangu_nlp_model

否

String

参数解释：

当前知识库使用的NLP大模型名称。

NLP大模型：chat接口使用的生成模型，可以基于输入的文本，生成答案。

约束限制：

必须是平台上配置的rerank模型。平台上配置的模型可以通过ListModels接口查看。

取值范围：

只能由中文字符、英文字母、数字及“_”、“-”组成，且长度为[1-32]个字符。

默认取值：

不涉及

search_plan_model

否

String

参数解释：

搜索规划模型名称。

search_plan模型：搜索规划模型，将用户输入的query重新规划为更适合检索的query，包含query改写、query补全等。

约束限制：

必须是平台上配置的search_plan模型。平台上配置的模型可以通过ListModels接口查看。

取值范围：

只能包含1到32位英文字母、中文、数字、中划线或者下划线，并且以字母、数字或者中文开头。

默认值：

不涉及

language_id

否

String

参数解释：

当前知识库的语言ID。

约束条件：

不涉及

取值范围：

• zh==CHINESE

• en==ENGLISH

• th==THAI

• ar==ARABIC

• es==SPANISH

• pt==PORTUGUESE

约束条件：

不涉及

refs

否

String

参数解释：

引用知识库标识列表，以逗号分隔，用于支持多个知识库联合检索问答的场景。

约束限制：

不涉及

取值范围：

0-1024个字符。

默认值：

不涉及

tags

否

Array of TagInfo objects

参数解释：

标签列表。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

extend_config

否

KnowledgeRepoExtendConfig object

参数解释：

知识库扩展配置。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

prompt_info

否

KnowledgeRepoPromptInfo object

参数解释：

提示词信息。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

table_rag_enabled

否

Boolean

参数解释：

是否开启tableRAG功能。

约束限制：

不涉及

取值范围：

• true： 开启tableRAG功能

• false: 不开启tableRAG功能

默认取值：

false

share_repo_limit

否

Integer

参数解释：

创建共享知识库数量限制

约束限制：

模板知识库生效

取值范围：

0~10000

默认取值：

100

template_repo_id

否

String

参数解释：

模板知识库ID

约束限制：

共享知识库生效

取值范围：

0~64位

默认取值：

不涉及

parse_conf

否

ParseConfReq object

参数解释：

文档解析配置，包含是否使用OCR增强、是否解析图片、解析图片是否需要提取文字、是否解析页眉页脚、是否解析目录页。

取值范围：

不涉及

split_conf

否

SplitConf object

参数解释：

拆分配置，包括分段方式设置、层级解析模式设置、标题层级深度设置、标题保存方式设置、分段长度配置、标题匹配pattern配置等。

取值范围：

不涉及

id

否

String

参数解释：

文档解析ID。

约束限制：

不涉及

取值范围：

0-128个字符。

默认取值：

不涉及

ocr_enabled

否

Boolean

参数解释：

ocr增强。

约束限制：

不涉及

取值范围：

• true 开启ocr增强

• false 不开启ocr增强

默认取值：

false

mllm_enabled

否

Boolean

参数解释：

多模态增强。

约束限制：

不涉及

取值范围：

• true 开启多模态增强

• false 不开启多模态增强

默认取值：

false

mllm_model

否

String

参数解释：

多模态模型名称。

约束限制：

必须是平台上配置的mllm_plan模型。平台上配置的模型可以通过ListModels接口查看。

取值范围：

只能包含1到32位英文字母、中文、数字、中划线或者下划线，并且以字母、数字或者中文开头。

默认值：

不涉及

image_enabled

否

Boolean

参数解释：

图片解析。

约束限制：

不涉及

取值范围：

• true 解析图片

• false 不解析图片

默认取值：

false

header_footer_enabled

否

Boolean

参数解释：

解析页眉页脚。

约束限制：

不涉及

取值范围：

• true 解析页眉页脚

• false 忽略页眉页脚

默认取值：

false

catalog_enabled

否

Boolean

参数解释：

解析目录页。

约束限制：

不涉及

取值范围：

• true 解析目录页

• false 忽略目录页

默认取值：

false

image_conf

否

String

参数解释：

图片解析开启（image_enable为True）时，使用的图片解析方式。

约束限制：

当需要使用图文并茂返回答案时，必须使用IMAGE模式，保留原图。

取值范围：

• TEXT 提取图片文本

• IMAGE 保留原图

• IMAGE_TEXT，解析文本和保留原图

默认取值：

TEXT

footnote_enabled

否

Boolean

参数解释：

解析脚注尾注。

约束限制：

不涉及

取值范围：

• true 解析脚注尾注

• false 忽略解析脚注尾注

默认取值：

false

split_mode

否

String

参数解释：

文档切分的模式选择。

取值范围：

枚举值：

• AUTO- 自动拆分，自动识别文档格式匹配适合的拆分解析方式。

• LENGTH-按长度拆分，例如每500字分一段。

• CATALOG-层级分段下-自动解析。自动识别文章的层级结构，按照文章的层级结构分片。例如1.1.2章节为一个分片，1.1.3章节为一个分片。

• RULE- 层级分段下-规则解析。自定义层级标题的匹配规则，并依据自定义的规则进行章节匹配、切分。

约束限制：

不涉及

默认取值：

AUTO

separator_ids

否

Array of strings

参数解释：

自动分段和长度分段模式下的，分段标识符ID列表。

分段标识符：用于决定分片切片时的结束符。

约束条件：

不涉及

取值范围：

取值映射：

• period_zh: "中文句号 。",

• period_en: "英文句号 .",

• exclamation_mark_zh: "中文叹号 ！",

• exclamation_mark_en: "英文叹号 !",

• question_mark_zh: "中文问号 ？",

• question_mark_en: "英文问号 ?",

• question_mark_ar: "阿语问号 ؟",

• comma_zh: "中文逗号 ，",

• comma_en: "英文逗号 ,",

• space_en: "空格"

默认取值：

{"period_zh", "period_en", "exclamation_mark_zh", "exclamation_mark_en", "question_mark_zh", "question_mark_en"}

rule_regex_id

否

String

参数解释：

用户定义解析规则ID。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

chunk_size

否

Integer

参数解释：

文档分段切片的最大长度。文档切片时根据该最大长度进行切片。

约束限制：

不涉及

取值范围：

0-6000

默认取值：

500

title_level

否

Integer

参数解释：

分片保留的标题层级深度。

例如：

深度为3时：当前段落为1.1.3，父标题1.1 和 父标题1 均会保留。

深度为2时：当前段落为1.1.3，父标题1.1 保留，父标题1 舍弃。

约束限制：

不涉及

取值范围：

1-10

默认取值：

3

combine_title

否

Boolean

参数解释：

是否保留层级标题组合。

约束限制：

不涉及

取值范围：

• true: 保留层级标题组

• false: 不保留层级标题组

默认取值：

false

merge_titles

否

Boolean

参数解释：

是否跨标题合并，不同标题段落文字较少时，会自动合并到指定的分段长度，有助于生成更全面的结果。

约束限制：

不涉及

取值范围：

• true: 跨标题合并

• false: 不跨标题合并

默认取值：

false

rule_regexs

否

Array of strings

参数解释：

用户定义解析规则。

约束限制：

不涉及

取值范围：

列表长度限制1-100。

默认取值：

不涉及

merge_last_chunk

否

Boolean

参数解释：

是否合并最近修改的分段。

约束限制：

不涉及

取值范围：

• true: 合并最近修改的分段

• false: 不合并最近修改的分段

默认取值：

不涉及

similarity_threshold

是

Float

参数解释：

命中缓存问题的query2query相似度阈值。阈值设置的越高，query和缓存问题的相似程度要求就越高。

约束限制：

不涉及

取值范围：

0.1 ~ 1.0

默认取值：

0.9

answer_select_policy

是

String

参数解释：

缓存命中选择策略。

约束限制：

不涉及

取值范围：

枚举值：

• FIRST：在匹配到的结果中选择分数最高的作为答案。

• RANDOM：在匹配到的结果中随机选择一个作为答案。

默认取值：

不涉及

eviction

是

Eviction object

参数解释：

缓存过期策略。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

model_name

是

String

参数解释：

缓存命中时，使用的query2query模型名称，用于计算新query和缓存query的相似度。

约束限制：

不涉及

取值范围：

1-64个字符。

默认取值：

不涉及

policy

是

String

参数解释：

缓存过期策略。

约束限制：

不涉及

取值范围：

枚举值：

• LRU:（Least Recently Used） now - accessTime > ttl 清除

• FIFO:（First In First Out） now - createTime > ttl 清除

• LFU:（Least Frequency Used）hit_count < 阈值清除。

默认取值：

不涉及

ttl

否

Long

参数解释：

缓存过期时间 毫秒。

约束限制：

不涉及

取值范围：

0-31536000000

默认取值：

不涉及

hit_count_threshold

否

Long

参数解释：

缓存命中次数阈值。

约束限制：

不涉及

取值范围：

1-10000

默认取值：

不涉及

tag_key

是

String

参数解释：

知识库标签关键字。

约束限制：

不涉及

取值范围：

1-128个字符。

默认取值：

不涉及

tag_value

是

String

参数解释：

知识库标签信息。

约束限制：

不涉及

取值范围：

1-128个字符。

默认取值：

不涉及

extend_context

否

Boolean

参数解释：

扩展长上下文以生成更全面的响应，比如：

1.表格small-to-big

2.文本(1)(2)(3)的关联

3.文档摘要。

约束限制：

不涉及

取值范围：

• true： 扩展上下文

• false: 不扩展上下文

默认取值：

false

effective_input_length

否

Integer

参数解释：

效果最好的上下文长度，与模型相关，确保输入令牌的有效长度以保证最佳输出

考虑到多轮对话，建议控制在模型上下文长度的60%（向上取整）。

约束限制：

不涉及

取值范围：

2-256

默认取值：

32

top_p

否

Float

参数解释：

一种替代温度采样的方法，称为nucleus sampling，其中模型考虑具有top_p 概率质量的标记的结果。

约束限制：

不涉及

取值范围：

0.1-1

默认取值：

0.1

max_tokens

否

Integer

参数解释：

生成文本的最大token数量。

输入的文本加上生成的文本总量不能超过模型所能处理的最大长度。

约束限制：

不涉及

取值范围：

1-262144

默认取值：

2048

chat_temperature

否

Float

参数解释：

非搜索增强模型生成多样性。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

0-1

search_temperature

否

Float

参数解释：

搜索增强模型生成多样性。

约束限制：

不涉及

取值范围：

0-1

默认取值：

0.6

presence_penalty

否

Float

参数解释：

文本重复度。

约束限制：

不涉及

取值范围：

-2 - 2

默认取值：

0

use_system_prompt

否

Boolean

参数解释：

是否使用系统Prompt，与盘古RAG场景Prompt标准拼接方案保持一致。

约束限制：

不涉及

取值范围：

• true: 使用系统prompt

• false: 不使用系统prompt

默认取值：

false

system_prompt

否

String

参数解释：

系统Prompt，注意：

1.当 use_system_prompt为true时必填

2.不需要拼接query。

约束限制：

不涉及

取值范围：

0-8192

默认取值：

不涉及

qa_question_prompt

否

String

参数解释：

QA生成，问题生成prompt。

约束限制：

不涉及

取值范围：

0-8192

默认取值：

不涉及

qa_answer_prompt

否

String

参数解释：

QA生成，答案生成prompt。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

0-8192

refuse_enable

否

Boolean

参数解释：

拒答开关。

约束限制：

不涉及

取值范围：

• true 开启拒答开关

• false 关闭拒答开关

默认取值：

false

refuse_answer

否

String

参数解释：

拒答内容设置。

约束限制：

不涉及

取值范围：

1-8192

默认取值：

不涉及

image_match_type

否

String

参数解释：

展示原文引用关联图片。打开后，有三种解析方式可供选择：

1.仅召回语义相关图片：引用文段中图片的上下文与生成文段语义相似即召回，否则不召回；

2.所有图片：引用文段中图片全部召回；

3.AI召回：召回图片，提示词需要包含图片描述提示词。

约束限制：

不涉及

取值范围：

• context_match 仅召回语义相关图片

• reference_match 所有图片

• model_match AI召回

默认取值：

context_match

custom_types

否

Map<String,Map<String,String>>

参数解释：

自定义结构类型。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

directory_enable

否

Boolean

参数解释：

目录管理开关。

约束限制：

不涉及

取值范围：

• true 开启目录管理

• false 关闭目录管理

默认取值：

false

embedding_search_enable

否

Boolean

参数解释：

向量检索开关。

约束限制：

不涉及

取值范围：

• true 开启向量检索

• false 关闭向量检索

默认取值：

true

keyword_search_enable

否

Boolean

参数解释：

关键词检索开关。

约束限制：

不涉及

取值范围：

• true 开启关键词检索

• false 关闭关键词检索

默认取值：

false

keyword_top_k

否

Integer

参数解释：

关键词检索topK,取值范围0到100,默认10。

约束限制：

不涉及

取值范围：

0-100

默认取值：

10

search_engine_type

否

String

参数解释：

搜索引擎类型。

约束限制：

不涉及

取值范围：

枚举值：

• search_engine：web搜索引擎。

• ai_engine：联网增强服务。

默认取值：

不涉及

search_engine_name

否

String

参数解释：

搜索引擎名称。

约束限制：

不涉及

取值范围：

0-64个字符。

默认取值：

不涉及

think_model_name

否

String

参数解释：

深度思考模型名称。

约束限制：

不涉及

取值范围：

0-64个字符。

默认取值：

不涉及

faq_top_k

否

Integer

参数解释：

问答、搜索混合检索非直出FAQ topK。

约束限制：

不涉及

取值范围：

0-50

默认取值：

2

faq_similarity_threshold

否

Float

参数解释：

问答、搜索混合检索非直出FAQ 阈值。

约束限制：

不涉及

取值范围：

0-1

默认取值：

0.8

extract_model_name

否

String

参数解释：

图谱抽取模型名称。

约束限制：

不涉及

取值范围：

0-64个字符。

默认取值：

不涉及

optimize_model_name

否

String

参数解释：

图谱优化模型名称

约束限制：

不涉及

取值范围：

不超过64个字符。

默认取值：

不涉及

graph_search_enable

否

Boolean

参数解释：

是否打开图谱检索。

约束限制：

不涉及

取值范围：

• true 打开图谱检索

• false 关闭图谱检索

默认取值：

false

graph_reference_count

否

Integer

参数解释：

图谱参考文档数量，打开图谱开关，问答时生效

约束限制：

不涉及

取值范围：

1-50

默认取值：

10

graph_top_k

否

Integer

参数解释：

图谱向量召回TopK。

约束限制：

不涉及

取值范围：

1-500

默认取值：

50

graph_keyword_top_k

否

Integer

参数解释：

图谱关键词召回TopK。

约束限制：

不涉及

取值范围：

1-100

默认取值：

20

graph_threshold

否

Float

参数解释：

图谱精排阈值。

约束限制：

不涉及

取值范围：

0-200

默认取值：

0.3

number_of_shards

否

Integer

参数解释：

知识库索引分片数

约束限制：

不涉及

取值范围：

1-1024

默认取值：

3

number_of_replicas

否

Integer

参数解释：

知识库索引副本数

约束限制：

不涉及

取值范围：

0-3

默认取值：

1

prompt_id

否

String

参数解释：

提示词ID。

约束限制：

不涉及

取值范围：

只能包含1到64位数字、字母、中划线和下划线。

默认取值：

不涉及

qa_question_prompt_id

否

String

参数解释：

qa问题生成提示词ID。

约束限制：

不涉及

取值范围：

只能包含1到64位数字、字母、中划线和下划线。

默认取值：

不涉及

qa_answer_prompt_id

否

String

参数解释：

qa答案生成提示词ID

约束限制：

不涉及

取值范围：

只能包含1到64位数字、字母、中划线和下划线。

默认取值：

不涉及

mllm_prompt_id

否

String

参数解释：

mllm提示词ID。

约束限制：

不涉及

取值范围：

只能包含1到64位数字、字母、中划线和下划线。

默认取值：

不涉及

table_rag_config

否

String

参数解释：

表格增强相关的提示词。

包括：

chat_prompt_with_sqlresults_id：带有表格增强的问答提示词

nl2sql_prompt_id：生成sql的提示词

table_rag_prompt_id：表格问答提示词

约束限制：

不涉及

取值范围：

1-512个字符。

默认取值：

不涉及

repo_id

String

参数解释：

知识库ID。

取值范围：

不涉及

error_code

String

参数解释：

错误码。

取值范围：

不涉及

error_msg

String

参数解释：

错误描述。

取值范围：

不涉及

error_code

String

参数解释：

错误码。

取值范围：

不涉及

error_msg

String

参数解释：

错误描述。

取值范围：

不涉及

200

创建知识库响应体。

400

请求体参数错误。

500

内部异常。