知识库节点
概述
知识库节点用于从预置的知识库中检索与用户问题语义相关的文本分段，并将检索结果作为上下文传递给下游模型节点，是构建 RAG（检索增强生成）应用的核心组件。
应用场景
适用于需要基于私有数据或外部知识进行问答的场景，例如：
- 企业内部知识问答
- 产品文档智能检索
- 客服知识库对话
下图为一个基础的知识库问答流程示例。执行逻辑为：知识库节点作为模型节点的前置步骤，先根据用户问题在知识库中召回最相关的文本分段，再将用户问题与检索结果一同输入模型节点，由模型依据上下文生成回复。
配置指引
第一步：选择查询变量
查询变量代表用于检索知识库的输入内容，通常为用户输入的问题。在对话类应用中，推荐使用开始节点的 sys.query 作为查询变量。
知识库节点支持的最大查询内容长度为 200 字符。
第二步：选择知识库
从下拉列表中选择需要查询的知识库。可选知识库须在私域知识库页面预先创建并完成权限分配。
第三步：配置召回策略
召回设置默认使用多路召回模式，可根据实际需求进行调整：
| 配置项 | 说明 |
|---|---|
| 召回模式 | 支持多路召回，可在召回弹窗中选择权重设置或 Rerank 模型 |
| Top K | 控制返回的最相关分段数量 |
| 分数阈值 | 设置召回结果的最低相似度分数，过滤低质量结果 |
第四步：连接下游节点
将知识库节点的输出连接至下游模型节点，完成完整的 RAG 流程。
输出变量
知识库节点的输出变量为 result，其值为从知识库中检索到的相关文本分段列表。
修改知识库配置
点击已添加知识库右侧的编辑图标，可修改该知识库的检索方式、Top K、Score 阈值等参数，也可移除该知识库与当前节点的关联。
配置下游模型节点
知识库节点的 result 变量需在下游模型节点的上下文变量中完成关联赋值，并在提示词的合适位置插入该上下文变量。
上下文变量 是模型节点内的特殊变量类型，专用于在提示词中注入外部检索的文本内容。
运行时行为：
- 若知识库节点成功召回相关文本，文本内容将填入上下文变量，模型依据检索内容回复用户；
- 若未召回任何相关文本，上下文变量值为空，模型将直接根据用户问题生成回复。
引用与归属
在节点的"功能"设置中开启引用和归属开关，启用后回复内容将展示所引用的来源文档信息，便于溯源核查。
