> ## Documentation Index
> Fetch the complete documentation index at: https://enterprise-docs.dify.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# 步骤二：编排知识流水线

想象一下你正在搭建一条生产流水线，每个站点执行特定任务，你将不同它们连接起来将每个零部件组装最终成品。知识流水线编排与此类似，你组合不同节点，将原始文档数据通过每个节点逐步转化为可搜索的知识库。在 Dify 里，你通过可视化的方式，拖放和连接不同节点，对文档数据进行提取和分块处理，并配置索引方式和检索策略。

在这个章节，你将了解知识流水线的过程，理解不同节点的含义和配置，如何自定义构建数据处理流程，从而高效地管理和优化知识库。

### 界面状态

进入知识流水线编排界面时，你会看到：

* **标签页状态**：Documents（文档）、Retrieval Test（召回测试）和 Settings（设置）标签页将显示为置灰且不可用状态
* **必要步骤**：你必须完成知识流水线的配置、调试和发布后，才能上传文件或使用其他功能

如果你选择了 **空白知识流水线**，你将看到仅包含知识库节点的画布。你可以跟随该节点旁的指引，逐步完成流水线创建。

<Frame>
  <img src="https://mintcdn.com/dify-4171f9f9/jtqUuvvShgl3RqV6/images/use-dify/knowledge/create-knowledge-pipeline-08.png?fit=max&auto=format&n=jtqUuvvShgl3RqV6&q=85&s=63cb6e8b129fdaf8ed2dcee522e14edb" alt="空白流水线" width="1280" height="652" data-path="images/use-dify/knowledge/create-knowledge-pipeline-08.png" />
</Frame>

如果选择 **特定的流水线模版**，编排界面将直接显示该流水线模版。

<Frame>
  <img src="https://mintcdn.com/dify-4171f9f9/jtqUuvvShgl3RqV6/images/use-dify/knowledge/create-knowledge-pipeline-09.png?fit=max&auto=format&n=jtqUuvvShgl3RqV6&q=85&s=3731b1871ae9b8e19de800a8568d5153" alt="模板流水线" width="1280" height="637" data-path="images/use-dify/knowledge/create-knowledge-pipeline-09.png" />
</Frame>

## 知识流水线处理流程

在开始之前，我们先拆解知识流水线的处理流程，你可以更好地理解数据是如何一步步转化为可用的知识库。

<Tip>
  **数据源配置 → 数据处理节点（文档提取器 + 分块器）→ 知识库节点（分块结构 + 索引配置） → 配置用户输入表单 → 测试发布**
</Tip>

1. **数据源配置**：来自各种数据源的原始内容（本地文件、Notion、网页等）
2. **数据处理节点配置**：处理和转换数据内容
   * 提取器 (Extractor) → 解析和结构化原始文档内容
   * 分块器 (Chunker) → 将结构化内容分割为适合处理的片段
3. **知识库节点配置**：设置知识库的分段结构和检索策略
4. **用户输入表单配置**：定义流水线使用者需要输入的参数
5. **测试与发布**：验证并正式启用知识库

***

## 步骤一：数据源配置

在一个知识库里，你可以选择单一或多个数据源。目前，Dify 支持 4 种数据源：**文件上传、在线网盘、在线文档和网页爬虫**。

你也可以前往 [Dify Marketplace](https://marketplace.dify.ai)，获得更多数据源。

### 文件上传

用户可以直接选择本地文件进行上传，以下是配置选项和限制。

<div style={{ display:"flex",flexWrap:"wrap",gap:"30px" }}>
  <div style={{ flex:1,minWidth:"200px" }}>
    <Frame>
      <img src="https://mintcdn.com/dify-4171f9f9/jtqUuvvShgl3RqV6/images/use-dify/knowledge/knowledge-pipeline-orchestration-01.png?fit=max&auto=format&n=jtqUuvvShgl3RqV6&q=85&s=d9fe1837b65aaccc0936e1ed02b3636b" alt="知识流水线编排 01" width="934" height="1140" data-path="images/use-dify/knowledge/knowledge-pipeline-orchestration-01.png" />
    </Frame>
  </div>

  <div style={{ flex:2,minWidth:"300px" }}>
    **配置选择**

    | 配置项  | 说明                            |
    | ---- | ----------------------------- |
    | 文件格式 | 支持 pdf, xlxs, docs 等，用户可自定义选择 |
    | 上传方式 | 通过拖拽或选择文件或文件夹上传本地文件，支持批量上传    |

    **限制**

    | 限制项  | 说明                                           |
    | ---- | -------------------------------------------- |
    | 文件数量 | 每次上传默认 20 个文件                                |
    | 文件大小 | 每个文件默认 15 MB；可通过 `UPLOAD_FILE_SIZE_LIMIT` 配置 |
    | 存储限制 | 仅受所配置的存储后端限制                                 |

    **输出变量**

    | 输出变量           | 变量格式 |
    | -------------- | ---- |
    | `{x} Document` | 单个文档 |
  </div>
</div>

***

### 在线文档

#### Notion

将知识库连接 Notion 工作空间，可直接导入 Notion 页面和数据库内容，支持后续的数据自动同步。

<div style={{ display:"flex",flexWrap:"wrap",gap:"30px" }}>
  <div style={{ flex:1,minWidth:"200px" }}>
    <Frame>
      <img src="https://mintcdn.com/dify-4171f9f9/jtqUuvvShgl3RqV6/images/use-dify/knowledge/knowledge-pipeline-orchestration-02.png?fit=max&auto=format&n=jtqUuvvShgl3RqV6&q=85&s=795278358d126954ed7696f592d1fec5" alt="Notion" width="908" height="1140" data-path="images/use-dify/knowledge/knowledge-pipeline-orchestration-02.png" />
    </Frame>
  </div>

  <div style={{ flex:2,minWidth:"300px" }}>
    **配置选项说明**

    | 配置项       | 选项 | 输出变量           | 说明           |
    | --------- | -- | -------------- | ------------ |
    | Extractor | 开启 | `{x} Content`  | 输出结构化处理的页面信息 |
    |           | 关闭 | `{x} Document` | 输出页面的原始文本信息  |
  </div>
</div>

***

### 网页爬虫

将网页内容转化为大型语言模型容易识别的格式，知识库支持 Jina Reader 和 Firecrawl，提供灵活的网页解析能力。

#### Jina Reader

开源网页解析工具，提供简洁易用的 API 服务，适合快速抓取和处理网页内容。

<div style={{ display:"flex",flexWrap:"wrap",gap:"30px" }}>
  <div style={{ flex:1,minWidth:"200px" }}>
    <Frame>
      <img src="https://mintcdn.com/dify-4171f9f9/iqE7POY8o9OkVXkr/images/use-dify/knowledge/knowledge-pipeline-orchestration-03.png?fit=max&auto=format&n=iqE7POY8o9OkVXkr&q=85&s=51e44059efafb588bb40adad7d64b0a2" alt="Jina Reader" width="566" height="848" data-path="images/use-dify/knowledge/knowledge-pipeline-orchestration-03.png" />
    </Frame>
  </div>

  <div style={{ flex:2,minWidth:"300px" }}>
    **参数配置和说明**

    | 参数                         | 类型 | 说明         |
    | -------------------------- | -- | ---------- |
    | URL                        | 必填 | 目标网页地址     |
    | 爬取子页面 (Crawl sub-page)     | 可选 | 是否抓取链接页面   |
    | 使用站点地图 (Use sitemap)       | 可选 | 利用网站地图进行爬取 |
    | 爬取页数限制 (Limit)             | 必填 | 设置最大抓取页面数量 |
    | 启用内容提取器 (Enable Extractor) | 可选 | 选择数据提取方式   |
  </div>
</div>

#### Firecrawl

开源网页解析工具，提供更精细的爬取控制选项和 API 服务，支持复杂网站结构的深度爬取，适合需要批量处理和精确控制的场景。

<div style={{ display:"flex",flexWrap:"wrap",gap:"30px" }}>
  <div style={{ flex:1,minWidth:"200px" }}>
    <Frame>
      <img src="https://mintcdn.com/dify-4171f9f9/iqE7POY8o9OkVXkr/images/use-dify/knowledge/knowledge-pipeline-orchestration-04.png?fit=max&auto=format&n=iqE7POY8o9OkVXkr&q=85&s=059f540a211be310083a104498c22b92" alt="Firecrawl" width="714" height="1412" data-path="images/use-dify/knowledge/knowledge-pipeline-orchestration-04.png" />
    </Frame>
  </div>

  <div style={{ flex:2,minWidth:"300px" }}>
    **参数配置和说明**

    | 参数                         | 类型 | 说明         |
    | -------------------------- | -- | ---------- |
    | URL                        | 必填 | 目标网页地址     |
    | 爬取页数限制 (Limit)             | 必填 | 设置最大抓取页面数量 |
    | 爬取子页面 (Crawl sub-page)     | 可选 | 是否抓取链接页面   |
    | 最大爬取深度 (Max depth)         | 可选 | 控制爬取层级深度   |
    | 排除路径 (Exclude paths)       | 可选 | 设置不爬取的页面路径 |
    | 仅包含路径 (Include only paths) | 可选 | 限制只爬取指定路径  |
    | 启用内容提取器 (Extractor)        | 可选 | 选择数据处理方式   |
    | 只提取主要内容                    | 可选 | 过滤页面辅助信息   |
  </div>
</div>

***

### 在线网盘

连接你的在线云储存服务（例如 Google Drive、Dropbox、OneDrive），Dify 将自动检索云储存中的文件，你可以勾选并导入相应文档进行下一步处理，无需手动下载文件再进行上传。

<Tip>
  关于第三方数据源授权，请前往 [数据源授权](/zh/3.11.x/use/knowledge/knowledge-pipeline/authorize-data-source)。
</Tip>

***

## 步骤二：配置数据处理节点

该阶段是内容的预处理与数据结构化过程，这一部分将会把数据源进行提取、分段并转换为适合知识库存储和检索的格式。你可以将这一步想象成备餐过程：处理原材料、进行清理、切分成小块，并整理好一切，以便在有人需要时能迅速"烹制"出这道"菜肴"。

<Tip>
  如需开发自定义数据处理插件，以提取可用于多模态向量化与检索的多模态数据，阅读 [构建在知识流水线中处理多模态数据的工具插件](https://docs.dify.ai/zh/develop-plugin/dev-guides-and-walkthroughs/develop-multimodal-data-processing-tool)。
</Tip>

### 文档处理

由于知识库无法直接理解 PDF、Word 等各种文档格式，提取器负责将这些文档"解读"成系统可以处理的文本内容。它支持多种常见文件格式，确保你的文档内容能够被正确提取和处理，并转换为大型语言模型可以有效使用的格式。你可以选择 Dify 文档提取器来处理文件，也可以根据你的需求从 Dify Marketplace 中选择更多工具。Marketplace 提供了如 Dify Extractor、Unstructured 等第三方工具。

<Accordion title="对于文档中的图片">
  通过合适的文档处理工具，可将文档中的图片提取为对应分段的附件。被提取的图片可独立管理，并在检索时与分段一同返回。

  被提取图片的 URL 会保留在分段文本中，但你可以安全地删除这些 URL 以保持文本整洁，这不会影响已提取的图片。

  每个分段最多支持 10 个图片附件，超出的图片不会被提取。

  若使用的工具未提取到图片，Dify 会自动提取通过以下 Markdown 语法引用、URL 可访问且小于 2 MB 的 JPG、JPEG、PNG 和 GIF 图片：

  * `![替换文本](image_url)`
  * `![替换文本](image_url "标题")`

  <Tip>
    对于自托管部署，可通过环境变量调整以下限制：

    * 最大图片尺寸：`ATTACHMENT_IMAGE_FILE_SIZE_LIMIT`

    * 每个分段的最大附件数量：`SINGLE_CHUNK_ATTACHMENT_LIMIT`
  </Tip>

  若在索引设置中选择多模态嵌入模型（带有 **Vision** 图标），则提取出的图片也将被向量化并参与检索。
</Accordion>

#### 文档提取器 (Doc Extractor)

<Frame>
  <img src="https://mintcdn.com/dify-4171f9f9/iqE7POY8o9OkVXkr/images/use-dify/knowledge/knowledge-pipeline-orchestration-4-01.png?fit=max&auto=format&n=iqE7POY8o9OkVXkr&q=85&s=1f4fab6feba9ecb9b95791341fa98e8e" alt="文档提取器" width="500" height="200" data-path="images/use-dify/knowledge/knowledge-pipeline-orchestration-4-01.png" />
</Frame>

文档提取器节点可以理解为一个信息处理中心，通过识别并读取输入变量中的文件，提取信息后转化为下一个节点可使用的格式。

<Tip>
  关于文档提取器的详细功能和配置方法，请参考 [文档提取器](/zh/3.11.x/use/nodes/doc-extractor)。
</Tip>

#### Dify 提取器 (Dify Extractor)

Dify Extractor 是 Dify 开发的一款内置文档解析器。它支持多种常见文件格式，并针对 Doc 文件进行了专门优化。它能够从文档中提取图片，进行存储并返回图片的 URL。

<Frame>
  <img src="https://mintcdn.com/dify-4171f9f9/iqE7POY8o9OkVXkr/images/use-dify/knowledge/knowledge-pipeline-orchestration-05.png?fit=max&auto=format&n=iqE7POY8o9OkVXkr&q=85&s=3ab73a62c38d530570a3024977832a72" alt="Dify 提取器" width="500" height="200" data-path="images/use-dify/knowledge/knowledge-pipeline-orchestration-05.png" />
</Frame>

#### Unstructured

<div style={{ display:"flex",flexWrap:"wrap",gap:"30px" }}>
  <div style={{ flex:1,minWidth:"200px" }}>
    <Frame>
      <img src="https://mintcdn.com/dify-4171f9f9/iqE7POY8o9OkVXkr/images/use-dify/knowledge/knowledge-pipeline-orchestration-07.png?fit=max&auto=format&n=iqE7POY8o9OkVXkr&q=85&s=97eefbb24014f44771f902a48c127a45" alt="Unstructured" width="470" height="550" data-path="images/use-dify/knowledge/knowledge-pipeline-orchestration-07.png" />
    </Frame>
  </div>

  <div style={{ flex:2,minWidth:"300px" }}>
    [Unstructured](https://marketplace.dify.ai/plugin/langgenius/unstructured) 将文档转换为结构化的机器可读格式，具有高度可定制的处理策略。它提供多种提取策略（auto、hi\_res、fast、OCR-only）和分块方法（by\_title、by\_page、by\_similarity）来处理各种文档类型，提供详细的元素级元数据，包括坐标、置信度分数和布局信息。推荐用于企业文档工作流、混合文件类型处理以及需要精确控制文档处理参数的场景。
  </div>
</div>

<Tip>
  你可前往 [Dify Marketplace](https://marketplace.dify.ai) 探索更多工具。
</Tip>

***

### 分块器 (Chunker)

在构建 AI 应用时，我们需要处理大量和不同种类的文档内容，比如产品手册、技术文档或论文等。和人类有限的注意力相似，大型语言模型无法同时处理过多的信息。因此，在信息提取后，分块器将大段的文档内容拆分成更小、更易于管理的片段（称为"块"）。

不同类型的文档需要不同的分块策略，比如产品手册可能需要按照产品特性进行分块，而论文则需要根据逻辑结构进行分块。Dify 提供了 3 种分块器，帮助你根据不同文档类型和使用场景进行选择和使用。

#### 分块器类型概述

| 类型    | 特点                 | 使用场景                 |
| ----- | ------------------ | -------------------- |
| 通用分块器 | 固定大小分块，支持自定义分隔符    | 结构简单的基础文档            |
| 父子分块器 | 双层分段结构，平衡匹配精准度和上下文 | 需要较多上下文信息的复杂文档结构     |
| 问答处理器 | 处理表格中的问答组合         | CSV 和 Excel 的结构化问答数据 |

#### 通用文本预处理规则

所有分块器都支持以下文本清理选项：

| 处理选项           | 说明                       |
| -------------- | ------------------------ |
| 替换连续空格、换行符和制表符 | 将文档中的连续空格、换行符和制表符替换为单个空格 |
| 移除所有 URL 和邮箱地址 | 自动识别并移除文本中的网址链接和邮箱地址     |

#### 通用分块器 (General Chunker)

基础文档分块处理，适用于结构相对简单的文档，你可以参考下面的配置对文本的分块、文本预处理规则进行配置。

**输入输出变量**

| 类型   | 变量                 | 说明                      |
| ---- | ------------------ | ----------------------- |
| 输入变量 | `{x} Content`      | 完整的文档内容块，通用分块器将其拆分为若干小段 |
| 输出变量 | `{x} Array[Chunk]` | 分块后的内容数组，每个片段适合进行检索和分析  |

**分块设置 (Chunk Settings)**

| 配置项                           | 说明                                                            |
| ----------------------------- | ------------------------------------------------------------- |
| 分段标识符 (Delimiter)             | 默认值为 `\n`，即按照文本段落分段。你可以遵循正则表达式语法自定义分块规则，系统将在文本出现分段标识符时自动执行分段。 |
| 分段最大长度 (Maximum Chunk Length) | 指定分段内的文本字符数最大上限，超出该长度时将强制分段。                                  |
| 分段重叠长度 (Chunk Overlap)        | 对数据进行分段时，段与段之间存在一定的重叠部分。这种重叠可以帮助提高信息的保留和分析的准确性，提升召回效果。        |

#### 父子分块器 (Parent-child Chunker)

父子分块器采用双层分段结构解决了上下文与准确度之间的矛盾，在检索增强生成（RAG）系统中实现了准确匹配与全面的上下文信息的平衡。

**父子检索的工作机制**

* **使用子分块匹配查询**：使用小而精准的信息片段（通常简洁到段落中的单个句子）来匹配用户查询。这些子分块能够实现精确且相关的初始检索。
* **父分块提供丰富的上下文**：检索包含匹配子分块的更大范围内容（如段落、章节甚至整个文档）。这些父分块为大语言模型（LLM）提供全面的上下文信息。

**输入输出变量**

| 类型   | 变量                       | 说明                      |
| ---- | ------------------------ | ----------------------- |
| 输入变量 | `{x} Content`            | 完整的文档内容块，通用分块器将其拆分为若干小段 |
| 输出变量 | `{x} Array[ParentChunk]` | 父分块数组                   |

**分块设置 (Chunk Settings)**

| 配置项                                   | 说明                                         |
| ------------------------------------- | ------------------------------------------ |
| 父分块分隔符 (Parent Delimiter)             | 设置父分块的分割标识符                                |
| 父分块最大长度 (Parent Maximum Chunk Length) | 控制父分块的最大字符数                                |
| 子分块分隔符 (Child Delimiter)              | 设置子分块的分割标识符                                |
| 子分块最大长度 (Child Maximum Chunk Length)  | 控制子分块的最大字符数                                |
| 父块模式 (Parent Mode)                    | 选择"段落"（将文本分割为段落）或"完整文档"（使用整个文档作为父分块）进行直接检索 |

#### 问答处理器 Q\&A Processor (Extractor+Chunker)

问答处理器结合了提取和分块功能，专门用于处理 CSV 和 Excel 文件的结构化问答数据集，比如常见问题（FAQ）列表、排班表等。

**输入输出变量**

| 类型   | 变量                   | 说明     |
| ---- | -------------------- | ------ |
| 输入变量 | `{x} Document`       | 单个文档   |
| 输出变量 | `{x} Array[QAChunk]` | 问答分块数组 |

**变量配置**

| 名称     | 说明           |
| ------ | ------------ |
| 问题所在的列 | 将内容所在的列设置为问题 |
| 答案所在的列 | 将内容所在的列设置为答案 |

***

## 步骤三：配置知识库节点

在完成数据处理后，我们将进入知识流水线的最后一个环节 — 知识库节点。你可以根据实际需求，在这个节点选择不同的索引方法和检索策略，以获得最适合的检索效果和成本控制。

知识库节点配置分为以下部分：输入变量、分段结构、索引方式以及检索设置。

### 分段结构 (Chunk Structure)

<Frame>
  <img src="https://mintcdn.com/dify-4171f9f9/iqE7POY8o9OkVXkr/images/use-dify/knowledge/knowledge-pipeline-orchestration-08.png?fit=max&auto=format&n=iqE7POY8o9OkVXkr&q=85&s=2ea790868e3e71f8d17df1f893598103" alt="分段结构" width="1086" height="1036" data-path="images/use-dify/knowledge/knowledge-pipeline-orchestration-08.png" />
</Frame>

分段结构决定了知识库如何组织和索引你的文档内容。你可以根据文档类型、使用场景和成本考虑来选择最适合的结构模式。

知识库支持三种分段模式：**通用模式、父子模式和问答模式**。如果你是首次创建知识库，建议选择父子模式。

<Warning>
  **重要提醒**：分段结构一旦保存发布后无法修改，请根据实际需求进行选择。
</Warning>

#### 通用模式

适用于大多数标准文档处理场景。通用模式提供灵活的索引选项，你可以根据对质量和成本的不同要求选择合适的索引方法。通用模式支持高质量和经济的索引方式，以及多种检索设置。

#### 父子模式

父子模式能够在检索时，提供精确匹配和对应的上下文信息，适用于需要保持完整上下文的专业文档。父子模式仅支持 HQ（高质量）模式，检索时提供子分块匹配和父分块上下文。

#### 问答模式 (Question-Answer)

在使用结构化问答数据时，你可以创建问题与答案配对的文档。这些文档会根据问题部分进行索引，从而使系统能够根据查询相似性检索到相关的答案。问答模式仅支持 HQ（高质量）模式。

### 输入变量 (Input Variable)

输入变量用于接收来自数据处理节点的处理结果，用作知识库构建的数据源。你需要将前面配置的分块器节点的输出，连接到知识库节点并作为输入。

该节点根据所选的分段结构，支持不同类型的标准输入：

* **通用模式**：`{x} Array[Chunk]` - 通用分块数组
* **父子模式**：`{x} Array[ParentChunk]` - 父分块数组
* **问答模式**：`{x} Array[QAChunk]` - 问答分块数组

### 索引方式 (Index Method) 与检索设置 (Retrieval Setting)

索引方式决定了知识库如何建立内容索引，检索设置则基于所选的索引方式提供相应的检索策略。可以这样理解：索引方式决定如何整理文档，而检索设置则决定如何查找文档。

知识库提供了两种索引方式：**高质量** 和**经济**，分别提供不同的检索设置选项。

在高质量模式下，使用嵌入模型将已分段的文本块转换为数字向量，帮助更加有效地压缩与存储大量文本信息。这使得即使用户的问题用词与文档不完全相同，系统也能找到语义相关的准确答案。

<Tip>
  若要启用跨模态检索（即基于语义相关性同时检索文本和图片），需选择多模态嵌入模型（带有 **Vision** 图标）。从文档中提取的图片将被向量化并参与检索。

  使用此类嵌入模型的知识库，其卡片上标有 **Multimodal**。

  <Frame>
    <img src="https://mintcdn.com/dify-4171f9f9/iqE7POY8o9OkVXkr/images/use-dify/knowledge/multimodal-knowledge-base.png?fit=max&auto=format&n=iqE7POY8o9OkVXkr&q=85&s=ad54058af8246eb4cfaffa4d824e7910" alt="多模态知识库" width="929" height="449" data-path="images/use-dify/knowledge/multimodal-knowledge-base.png" />
  </Frame>
</Tip>

在经济索引方式下，每个分段使用 10 个关键词用于检索，无需调用嵌入模型，且不消耗 token。

<Info>
  了解更多细节，阅读 [指定索引方式与检索设置](/zh/3.11.x/use/knowledge/create-knowledge/setting-indexing-methods)。
</Info>

| 索引方式 | 可用检索设置 | 说明                     |
| ---- | ------ | ---------------------- |
| 高质量  | 向量检索   | 基于语义相似度，理解查询深层含义       |
|      | 全文检索   | 基于关键词匹配的检索方式，提供全面的检索能力 |
|      | 混合检索   | 结合语义和关键词               |
| 经济   | 倒排索引   | 搜索引擎常用的检索方法，匹配问题与关键内容  |

<Note>
  若选择的嵌入模型支持多模态，需同样选择多模态 Rerank 模型（带有 **Vision** 图标）。否则，检索到的图片将在重排序和检索结果中被排除。
</Note>

关于配置分段结构、索引方法、配置参数和检索设置，你也可以参考下方表格。

| 分段结构 | 可选索引方式                      | 可配置参数                                     | 可用检索设置                                   |
| ---- | --------------------------- | ----------------------------------------- | ---------------------------------------- |
| 通用模式 | 高质量 <br /> <br /> <br /> 经济 | Embedding 嵌入模型 <br /> <br /> <br /> 关键词数量 | 向量检索 <br /> 全文检索 <br /> 混合检索 <br /> 倒排索引 |
| 父子模式 | 高质量（仅支持）                    | Embedding Model 嵌入模型                      | 向量检索 <br /> 全文检索 <br /> 混合检索             |
| 问答模式 | 高质量（仅支持）                    | Embedding Model 嵌入模型                      | 向量检索 <br /> 全文检索 <br /> 混合检索             |

### 摘要自动生成

自动为所有分段生成摘要，以增强其可检索性。

摘要同样会被向量化并参与检索。当摘要匹配查询时，其对应的分段也会被返回。

你可以稍后手动编辑自动生成的摘要，或为特定文档重新生成摘要。详情请参阅[维护知识库内容](/zh/3.11.x/use/knowledge/manage-knowledge/maintain-knowledge-documents)。

<Tip>
  如果你选择了支持视觉的 LLM，摘要将基于分段文本和任何附加的图片一起生成。
</Tip>

***

## 步骤四：配置用户输入表单

用户输入表单对于收集流水线运行所需的有效初始信息非常重要。类似于工作流中的[用户输入节点](/zh/3.11.x/use/nodes/user-input)，这个表单从用户那里收集必要的详细信息，比如：需要上传的文件、文档处理的特定参数等，确保流水线拥有提供准确结果所需要的所有信息。

通过这种方式，你可以为不同的使用场景创建特定的输入表单，提高流水线对于不同数据源和文档处理流程的灵活性和易用性。

### 创建用户输入表单

你可以通过下面两种方式，创建用户输入表单。

1. **知识流水线编排界面**\
   点击输入字段（Input Field）开始创建和配置输入表单。\\

   <Frame>
     <img src="https://mintcdn.com/dify-4171f9f9/iqE7POY8o9OkVXkr/images/use-dify/knowledge/knowledge-pipeline-orchestration-09.png?fit=max&auto=format&n=iqE7POY8o9OkVXkr&q=85&s=2e9e000423ed46d21b87fa857b312d7d" alt="字段（Input Field）开始创建和配置输入表单" width="962" height="130" data-path="images/use-dify/knowledge/knowledge-pipeline-orchestration-09.png" />
   </Frame>

2. **节点参数面板**\
   选中节点，在右侧的面板需要填写的参数内，点击最下方的`+ 创建用户输入字段`（+ Create user input) 来创建新的输入项。新增的输入项将会汇总到输入字段（Input Field）的表单内。!\[节点参数面板]\(/images/use-dify/knowledge/knowledge-pipeline-orchestration-10.png)

### 添加用户输入字段

#### 非共享输入 (Unique Inputs for Each Entrance)

<Frame>
  <img src="https://mintcdn.com/dify-4171f9f9/iqE7POY8o9OkVXkr/images/use-dify/knowledge/knowledge-pipeline-orchestration-11.png?fit=max&auto=format&n=iqE7POY8o9OkVXkr&q=85&s=22fb76a460f56a74b9522edc81a17807" alt="非共享输入" width="861" height="1280" data-path="images/use-dify/knowledge/knowledge-pipeline-orchestration-11.png" />
</Frame>

这类输入适用于每个数据源及其下游节点，用户只需在选择对应数据源时填写这些字段，比如不同数据源的 URL。

**创建方式**：在数据源右侧点击"+"按钮，为该数据源添加字段。这个字段只能被该数据源及其后续连接的节点引用。<img src="https://mintcdn.com/dify-4171f9f9/iqE7POY8o9OkVXkr/images/use-dify/knowledge/knowledge-pipeline-orchestration-12.png?fit=max&auto=format&n=iqE7POY8o9OkVXkr&q=85&s=d8ac990a88bd70e36f6151dc8be1043a" alt="这类输入适用于每个数据源及其下游节点，用户只需在选择对应数据源时填写这些字段，比如不同数据源的 URL" width="800" height="206" data-path="images/use-dify/knowledge/knowledge-pipeline-orchestration-12.png" />

#### 全局共享输入 (Global Inputs for All Entrances)

<Frame>
  <img src="https://mintcdn.com/dify-4171f9f9/iqE7POY8o9OkVXkr/images/use-dify/knowledge/knowledge-pipeline-orchestration-13.png?fit=max&auto=format&n=iqE7POY8o9OkVXkr&q=85&s=7315e4be0e366952e609ca0583e76eb6" alt="全局共享输入" width="770" height="442" data-path="images/use-dify/knowledge/knowledge-pipeline-orchestration-13.png" />
</Frame>

全局共享输入可以被所有节点引用。这类输入适用于通用处理参数，比如分隔符、最大分块长度、文档处理配置等。无论用户选择哪个数据源，都需要填写这些字段。

**创建方式**：在全局共享输入右侧点击"+"按钮，添加的字段将被任意节点引用。

### 支持字段类型和填写说明

知识流水线支持以下七种类型的输入变量。

<div style={{ display:"flex",flexWrap:"wrap",gap:"30px" }}>
  <div style={{ flex:1,minWidth:"200px" }}>
    <Frame>
      <img src="https://mintcdn.com/dify-4171f9f9/iqE7POY8o9OkVXkr/images/use-dify/knowledge/knowledge-pipeline-orchestration-14.png?fit=max&auto=format&n=iqE7POY8o9OkVXkr&q=85&s=412f7453d7e5f68f58564d6039ce56d6" alt="字段类型" width="770" height="686" data-path="images/use-dify/knowledge/knowledge-pipeline-orchestration-14.png" />
    </Frame>
  </div>

  <div style={{ flex:2,minWidth:"300px" }}>
    | 字段类型 | 说明                               |
    | ---- | -------------------------------- |
    | 文本   | 短文本，由知识库使用者自行填写，最大长度为 256 字符     |
    | 段落   | 长文本，知识库使用者可以输入较长字符               |
    | 下拉选项 | 由编排者预设的固定选项供使用者选择，使用者无法自行填写内容    |
    | 布尔值  | 只有真/假两个取值                        |
    | 数字   | 只能输入数字                           |
    | 单文件  | 上传单个文件，支持多种文件类型（文档、图片、音频和其他文件类型） |
    | 文件列表 | 批量上传文件，支持多种文件类型（文档、图片、音频和其他文件类型） |
  </div>
</div>

<Tip>
  请阅读 [用户输入节点](/zh/3.11.x/use/nodes/user-input)，了解关于支持字段的更多说明。
</Tip>

### 字段配置选项

所有类型的输入项包含：必填项、非必填项和更多设置，可以通过勾选设置为是否为必填。

| 设置类型    | 名称   | 说明                          | 示例                 |
| ------- | ---- | --------------------------- | ------------------ |
| 必填项     | 变量名称 | 系统内部标识名称，通常使用英文和下划线进行命名     | `user_email`       |
|         | 显示名称 | 界面展示的名称，通常是简洁易读的文字          | 用户邮箱               |
| 类型特定设置  |      | 不同字段类型的特殊要求                 | 文本的最大长度为 100 字符    |
| 更多设置    | 默认值  | 用户未输入时的默认值                  | 数字字段默认为 0，文本字段默认为空 |
|         | 占位符  | 输入框空白时的提示文字                 | 请输入您的邮箱            |
|         | 提示   | 解释或指引用户进行填写的文字，通常在用户鼠标悬停时显示 | 请输入有效的邮箱地址         |
| 特殊非必填信息 |      | 根据不同字段类型的额外设置选项             | 邮箱格式验证             |

配置完成后，点击右上角的预览按钮，你可以在弹出的表单预览界面中浏览。你可以拖拽调整字段的分组，如果出现感叹号，则表明移动后引用失效。

<Frame>
  <img src="https://mintcdn.com/dify-4171f9f9/iqE7POY8o9OkVXkr/images/use-dify/knowledge/knowledge-pipeline-orchestration-15.png?fit=max&auto=format&n=iqE7POY8o9OkVXkr&q=85&s=71cff12e6069e13ae00c0910e50791e2" alt="表单预览" width="1280" height="331" data-path="images/use-dify/knowledge/knowledge-pipeline-orchestration-15.png" />
</Frame>

***

## 步骤五：为知识库命名

<Frame>
  <img src="https://mintcdn.com/dify-4171f9f9/jtqUuvvShgl3RqV6/images/use-dify/knowledge/create-knowledge-pipeline-11.png?fit=max&auto=format&n=jtqUuvvShgl3RqV6&q=85&s=533837a8b2a4c2208d7973ab7374b201" alt="命名知识库" width="1280" height="336" data-path="images/use-dify/knowledge/create-knowledge-pipeline-11.png" />
</Frame>

默认情况下，知识库名称为"Untitled + 序号"，权限设置为"仅自己可见"，图标为橙色书本。如果你使用 DSL 文件导入，则将使用其保存的图标。

点击左侧面板中的 **设置** 并填写以下信息：

* **名称和图标**\
  为你的知识库命名。\
  你还可以选择一个 emoji、上传图片或粘贴图片 URL 作为知识库的图标。
* **知识库描述**\
  简要描述您的知识库。这有助于 AI 更好地理解和检索您的数据。如果留空，Dify 将应用默认的检索策略。
* **权限**\
  从下拉菜单中选择适当的访问权限。

***

## 步骤六：测试

你马上就要完成了！这是知识流水线编排的最后一步。

在完成编排后，你需要先验证配置的完整性，然后测试流水线运行效果，确认各项设置正确无误，最后发布知识库。

### 检查配置完成度

在进行测试前，建议先检查配置的完整性，避免因遗漏配置而导致测试失败。

点击右上角的检查清单按钮，系统会显示遗漏部分。

<Frame>
  <img src="https://mintcdn.com/dify-4171f9f9/iqE7POY8o9OkVXkr/images/use-dify/knowledge/knowledge-pipeline-orchestration-16.png?fit=max&auto=format&n=iqE7POY8o9OkVXkr&q=85&s=fb58280b19cd4597be6a45a077cc6352" alt="检查清单" width="884" height="916" data-path="images/use-dify/knowledge/knowledge-pipeline-orchestration-16.png" />
</Frame>

完成所有的配置后，可以通过测试运行来预览知识流水线的运行效果，确认各项设置准确无误，再进行发布。

### 测试运行 (Test Run)

<Frame>
  <img src="https://mintcdn.com/dify-4171f9f9/iqE7POY8o9OkVXkr/images/use-dify/knowledge/knowledge-pipeline-orchestration-17.png?fit=max&auto=format&n=iqE7POY8o9OkVXkr&q=85&s=91e64a3b51f6be8e4a7afe55d6bbd593" alt="测试运行" width="962" height="130" data-path="images/use-dify/knowledge/knowledge-pipeline-orchestration-17.png" />
</Frame>

1. **开始测试**：点击右上角的测试运行（Test Run）按钮
2. **导入测试文件**：在右侧弹出的数据源窗口中，导入文件

<Warning>
  **重要提醒**：为了便于调试和观测，在测试运行状态下，每次仅允许上传一个文件。
</Warning>

3. **填写参数**：导入成功后，根据你之前配置的用户输入表单填写对应参数
4. **开始试运行**：点击下一步，开始测试整个流水线

在测试期间，你可以访问[运行历史](/zh/3.11.x/use/monitor/logs)（记录所有运行记录，包括运行时间、执行状态和输入/输出参数概要）和[变量检查](/zh/3.11.x/use/debug/variable-inspect)（位于底部面板，它显示每个节点的输入/输出数据，帮助你识别问题和验证数据流），以实现高效的故障排除和错误修复。

<Frame>
  <img src="https://mintcdn.com/dify-4171f9f9/iqE7POY8o9OkVXkr/images/use-dify/knowledge/knowledge-pipeline-orchestration-18.png?fit=max&auto=format&n=iqE7POY8o9OkVXkr&q=85&s=95853efe368a35d058d78b491aeb7011" alt="测试工具" width="1280" height="674" data-path="images/use-dify/knowledge/knowledge-pipeline-orchestration-18.png" />
</Frame>