使用知识库搭建智能客服机器人
作者：Steven Lynn。Dify Technical Writer。
上一个实验中，我们学习了文件上传的基本用法。然而，当我们需要读取的文本超出 LLM 的上下文窗口时，就需要用到知识库了。
什么是上下文？
上下文窗口是指 LLM 在处理文本时能够“看到”和“记住”的文字范围。它决定了模型在生成回答或继续文本时，能够参考多少之前的文字信息。窗口越大，模型能利用的上下文信息越多，生成的内容通常更准确和连贯。
在之前，我们了解到 LLM 的幻觉的概念，很多情况下 LLM 知识库可以让 Agent 从中定位到准确的信息，从而准确地回答问题。在一些特定领域，比如客服、检索工具等有应用。
传统的客服机器人往往是基于关键词检索的，当用户输入了关键词以外的问题，机器人就无法解决。知识库正是为了解决这样一个问题，能够做到语义级别上的检索，降低人工的负担。
在实验开始之前，请记住知识库的核心是检索而非 LLM，是 LLM 增强了输出的过程，但真正的需求仍然是生成答案。
本实验中你将掌握的知识点
Chatflow 的基础使用
知识库、外部知识库的使用
embedding 的概念
前提条件
创建应用
在 Dify 中选择创建空白应用 - 工作流编排。
添加模型供应商
本次实验中需要涉及使用 embedding 模型，目前支持 embedding 的模型提供商中有 OpenAI、Cohere 等，在 Dify 的模型供应商中有标注 TEXT EMBEDDING ，请确保至少添加了一个并且有充足余额。
什么是 embedding？
" Embedding "是一种将离散型变量（如单词、句子或者整个文档）转化为连续的向量表示的技术。
直白地说，在我们将自然语言处理为数据时会将文本转为向量，这个过程被称作 embedding。语义相似的文本的向量会位置相近，语义相反的文本的向量位置相反。LLM 使用这样的数据做训练，预测出后续的向量，从而生成文本。
创建知识库
登录 Dify -> 知识库 -> 选择数据源
Dify 支持三种数据源：上传文本文件、Notion、网页。
其中，本地文本文件需要注意文件类型的限制以及文件大小的限制；同步 Notion 内容需要绑定 Notion 账号；同步 Web 站点需要使用 Jina 或者 Firecrawl 的 API。
下面将先以本地文件为例。
分段设置
上传文档后，会进入以下页面：
可以看到右侧有分段预览。当前默认选择的是自动分段与清洗，Dify 会根据文本内容的不同自动将文章切分为许多个段落。你也可以在自定义中设置其他的切分规则。
索引方式
通常情况下选择高质量，但是需要额外消耗 token。选择经济无需消耗 token。
在社区版 Dify 里有采用 Q&A 分段模式，选择对应的语言可以将文本内容整理为问答格式，需要额外消耗 token。
Embedding 模型
请在使用前查阅模型供应商的使用文档、模型定价等信息。
不同的 embedding 模型适用场景不同。例如 Cohere 的 embed-english 适用于英语文档，embed-multilingual 适用于多语言文档。
检索设置
Dify 提供了向量检索、全文检索、混合检索三种检索功能，其中常用的检索是混合检索。
混合检索中可以设置权重或者使用重新排序（Rerank）模型。使用权重设置时，可以设置检索更侧重语义还是关键词，例如下图中语义占 70% 的权重，关键词占30%的权重。
点击保存并处理将会处理文档，完成处理后文档就可以在应用中使用了。
同步自 Web 站点
很多情况下，我们需要根据帮助文档构建智能客服，以 Dify 为例，我们可以将 Dify 的帮助文档转为知识库。
目前 Dify 支持最多 50 个页面的处理，请注意限制数量的设置。如果超出，可以再创建新的知识库。
调整知识库内容
在知识库处理完所有文档后，最好前往知识库确认分段的连贯性。如果不连贯将会影响检索的效果，需要手动调整。
点击文档内容，对分段内容进行浏览，如果有无关的内容可以禁用或删除。
如果有内容被分段到了另外一个段落，也需要调整回来。
召回测试
在知识库的文档页，左侧边栏中点击召回测试，可以输入关键词来测试检索结果的准确性。
添加节点
进入创建好的 APP ，下面开始构建智能客服机器人。
问题分类节点
你需要使用问题分类节点将用户的不同需求分离开。有的情况下用户甚至会聊无关的话题，对此也需要设置一个分类。
为了让分类更准确，你需要选择更优秀的 LLM，分类需要写的足够具体、区分度足够大。
以下是一个参考分类：
用户询问无关问题
用户询问和Dify相关问题
用户请求对技术名词的解释
用户询问社群加入方式
直接回复节点
问题分类中，“用户询问无关问题”和“用户询问社群加入方式”这两个问题是不需要经过 LLM 的处理就能恢复的。因此你可以直接在这两个问题后面连接直接回复节点。
“用户询问无关问题”：
可以将用户引导到帮助文档，让用户先尝试自己解决，例如：
Dify 支持 Markdown 格式的文本的输出。你可以在输出中用 Makrdown 来丰富文本的格式。甚至可以用 Markdown 格式在文中插入图片，效果如下：
知识检索节点
在“用户询问和Dify相关问题”后增加知识检索节点，勾选需要使用的知识库。
LLM 节点
在知识检索节点的下一个节点，你需要选择 LLM 节点来整理知识库召回的内容。
LLM 需要根据用户的提问，调整回复，使得回复内容更加得体。
上下文：需要将知识检索节点的输出作为 LLM 节点的上下文。
系统提示词：根据{{上下文}}，回答{{用户提问}}
你可以在提示词书写区域输入/或者{来引用变量。在变量中，sys.开头的变量是系统变量，请查询帮助文档相关说明。
此外，你可以打开 LLM 记忆让用户的对话体验更加连贯。
思考题 1: 如何连接外部知识库
在知识库功能中，你可以通过外部知识库 API 来连接外部知识库，例如 AWS Bedrock 知识库。
有关 AWS Bedrock 知识库的最佳实践，请阅读：如何连接 AWS Bedrock 知识库？
思考题 2: 如何通过 API 管理知识库
无论是社区版还是 SaaS 版 Dify，你都可以通过知识库 API 增加、删除、查询状态等。
在搭载知识库的实例中，进入 知识库 -> API，并且创建 API 密钥。请妥善保管 API 密钥。
思考题 3: 如何将客服机器人嵌入网页
应用发布后，选择嵌入网页，选择一种合适的嵌入形式，将代码粘贴到网页的合适位置即可。
Last updated
