知识库

华为云码道（CodeArts）代码智能体具备基于知识库的问答增强能力，支持开发者将企业内部文档、技术资料等知识内容上传至知识库，并作为上下文参考进行智能问答。通过融合企业专属知识，AI生成的回答更精准、更贴合实际业务场景，显著提升开发效率与技术决策的准确性。

约束与限制

只有项目管理员和项目经理才可以执行如下操作。如果没有权限，请参考在CodeArts项目中修改系统角色的权限进行配置。

编辑和删除知识库集合。
删除知识库和知识库文件，且需先删除知识库文件后才能删除知识库。

快速了解知识库

知识库主要应用于华为云码道插件的单元测试生成、代码续写和研发知识问答等场景，可显著提升智能体在这些任务中的准确性和响应效率。

通过可视化的方式，展示知识库从用户提问到答案返回的完整处理流程，涵盖信息检索、逻辑推理等关键环节，便于您全面掌握其工作原理。

图1 知识库工作原理
点击放大

根据业务需要将知识按类型整理划分，如通用知识、领域知识和个人知识。
新建知识库集合，用于管理知识库。
创建知识库并上传知识文件，对知识进行切片、向量化处理后入库存储。
在华为云码道中引用知识库，检索知识库信息，辅助生成更准确。

在使用知识库前，建议先了解以下基本概念，助您快速上手。

表1 基本概念
基本概念	概念说明
知识库集合	知识库集合是将用户上传的数据进行切片、模型向量化处理、索引过滤后入库形成的知识集合，按照实际使用维度进行划分。知识库集合本身不存储知识，只用于集中管理知识库。
知识库	知识库用于存储和管理各类知识文档，支持按知识类型和来源进行分类划分，有助于提升信息组织的清晰度，增强知识的可读性与可检索性。
文件	文件是知识的载体，知识从导入到检索，需配置正确的加载切片规则、选择合理的向量化模型、设置匹配的索引过滤条件与检索策略，才能确保端到端的检索效果。
切片	切片是知识文件经过加载与切分后形成的文本块，是向量化、存储与召回的基本单元。

进入知识库管理页面

方式一：通过华为云码道聊天界面进入
1. 在华为云码道聊天界面中，单击设置图标，进入智能体设置页面。
2. 以华为云码道IDE为例，单击“知识库”，输入账号和登录密码，再单击“登录”，即可进入知识库管理页面。
  图2 进入知识库
方式二：通过华为云码道IDE工具进入
1. 在华为云码道IDE顶部菜单栏中，单击设置图标，进入工具设置页面。
2. 单击“知识库管理”，跳转至外部浏览器打开华为云登录页。
  图3 单击知识库管理
3. 输入华为账号和登录密码，单击“登录”，即可进入知识库管理页面。
方式三：直接通过浏览器访问
 在浏览器的地址栏中输入知识库集合管理页面，直接进入知识库管理页面。

新建知识库

新建知识库集合。

知识库集合用于集中管理多个知识库。在创建知识库之前，须先创建一个知识库集合。

在知识库集合管理页面，单击“新建”，参考表2完成参数配置。

图4 新建知识库集合
点击放大

表2 新建知识库集合
参数	说明
知识库集合名称	新建知识库集合的名称。名称不能以下划线开头，支持中文、英文、数字、下划线（_）和中划线（-），总长度不得超过18个字符。
可见范围	控制哪些成员可以访问，支持按个人、项目、租户三个维度控制知识库集合访问权限。个人可见：仅当前用户可见，拥有该知识库集合的所有权限。项目可见：知识库集合关联的项目下所有成员可见，对知识库集合的操作权限由项目角色而定。租户可见：租户下所有成员可见，对知识库集合的操作权限由成员租户级角色而定。
关联项目	“可见范围”选择“项目可见”时需选择知识库集合关联的项目，不可更改。
标签	标记知识库集合，最多可以创建10个标签。
描述	新建知识库集合的描述信息，完善的描述有助于华为云码道准确地理解内容范围，提升检索匹配的精准度。

单击“确定”，完成知识库集合的创建。
在知识库集合列表中，可查看到已创建的知识库集合。
图5 查看已创建的知识库

新建知识库。

基于已创建的知识库集合创建知识库，并根据知识的类型和来源进行分类，确保信息结构清晰、易于检索。

在知识库集合列表中，单击已创建的知识库集合，进入知识库集合详情页面。

单击“新建知识库”，参照表3完成基本信息配置及文件上传。

图6 新建知识库

点击放大

表3 新建知识库参数说明
参数	说明
知识库名称	知识库的名称。名称不能以下划线开头，支持中文、英文、数字、下划线（_）和中划线（-），总长度不得超过32个字符。
知识类型	支持“文档”和“结构化格式”两种类型。文档：主要包含文本内容，可以包括文章、报告、书籍等，如TXT、DOCX、ZIP格式文件。结构化格式：仅支持JSON格式文件。
知识库描述	请输入知识库描述，介绍知识库中包含的内容，详细的描述会用于指导智能体更准确地调用知识库。
数据来源	包括“本地文件”和“代码”两种类型。
文件	“数据来源”选择“本地文件”时，请选择对应文件。 “知识类型”为“文档”时，支持TXT、DOCX、PDF、MD、CSV、XLS、XLSX格式文件，单个文件最大支持20MB，单个知识库配额为50MB。 “知识类型”为“结构化格式”时，支持JSON格式文件，单个⽂件最大支持20MB，单个知识库配额50MB。
代码	“数据来源”选择“代码”时，请选择对应代码文件。支持JAVA、PYTHON、C、C++、VUE文件的ZIP格式，单个文件最大支持20MB，单个知识库配额为50MB。

单击“下一步”，参考表4完成入库信息的配置。

图7 入库配置

表4 入库配置参数说明
参数	说明
Embedding模型	选择Embedding模型，对上传的文档进行向量化，当前提供以下模型可供选择： m3e-base：该模型适用于中英文文本的通用型768维度的嵌入模型。 bge-large-zh-v1.5：该模型适用于检索、分类、聚类或语义匹配等任务，目前仅支持中文文本。 paraphrase-multilingual-MiniLM-L12-v2：该模型适用于中英文文本，在文本相似度计算中表现优异，模型维度364。 VESO-v1.3：该模型在代码数据向量化、代码搜索任务中表现突出。
切分器	不同的切分器的切片方式和结果不同，在不同的语言场景下可以选择不同的切分器，当前支持以下切分器。基于段落的切分器（默认使用）：按照两个连续的换行符（\n\n）分割或文本段落结构分割。基于行的切分器：按照换行符（\n）分割。基于句子的切分器（适用于英文文本）：将文本按照英文句子分割。基于字符的切分器：逐个字符（含空白字符）分割。
分段预计长度	分片长度的取值范围为50-1200，默认值为1000。
分段重叠长度	当前分片与上一个分片重叠的文本长度，取值范围0到分片的长度，默认值为0。
子切分器	切片长度超过最大长度时应用子切分器。当前支持以下切分器：基于字符的切分器（默认使用）：逐个字符（含空白字符）分割。基于句子的切分器（适用于英文文本）：将文本按照英文句子分割。基于单词的切分器（适用于英文文本）：将文本按照空白字符分割。