“ 知识库(Knowledge Base)是一个 存储、组织和检索知识 的系统化数据存储结构,支持 AI Agent 在特定场景下完成任务。它以多种数据格式存储知识,包括 结构化数据、半结构化数据与非结构化数据。”
知识库的核心目标是将外部知识转化为模型可调用的数据形式,便于智能体进行检索、匹配与推理,提高对复杂问题的理解与回答准确性。
01
—
结构化数据知识库
-
定义: 结构化数据以 表格、关系数据库(如 MySQL、PostgreSQL) 的形式存储,数据具有明确的 行列格式与字段定义,适用于 FAQ 问答系统、规则匹配 等场景。
-
应用场景:
-
传统的 FAQ 问答系统
-
产品参数匹配与查询
-
多轮对话中信息槽位填充
示例:高校招生问答系统的结构化数据
|
问题 |
答案 |
关键字段 |
|
录取分数是多少? |
2023 年理科录取线为 580 分 |
分数、年份 |
|
是否提供奖学金? |
提供多种奖学金,最高 5000 元/年 |
奖学金类型 |
|
专业有哪些? |
包括计算机、经济管理、医学等 30 个专业 |
|
02
—
半结构化数据
-
定义: 半结构化数据介于结构化和非结构化数据之间,通常以 JSON、XML 或 YAML 格式存储,数据字段不固定,适用于 动态知识调用与多模态数据解析 的场景。
-
应用场景:
-
知识图谱构建
-
API 响应数据解析
-
多维度数据检索
示例:智能客服知识库的半结构化数据
{ "问题": "如何退货?", "答案": { "退货流程": ["申请退货", "寄回商品", "确认退款"], "退货期限": "7 天无理由退货" }, "分类": "售后服务"}
03
—
非结构化数据
-
定义: 非结构化数据包括 文本、音频、视频、图片等 无固定格式的数据形式,需要结合 NLP、OCR 等技术进行解析和检索。
-
应用场景:
-
文档解析与问答
-
视频内容摘要与知识提取
-
图片 OCR 解析与内容标注
示例:企业内部政策文件的非结构化数据
“2024 年公司节假日安排:春节假期为 1 月 21 日至 1 月 27 日,其他法定节假日按照国家规定执行。”


