小火科技企业内部AI知识库平台搭建案例：RAG向量化、逻辑训练

成都小火科技有限公司是一家位于成都的定制软件开发企业，成立于2013年，业务涉及企业管理软件、APP、小程序和AI应用开发。公司拥有AI智慧教育系统、AI影视系统、AI企业客服机器人、火眼公文校对SaaS软件系统、火眼合同智能审核系统、AI企业销售培训软件等相关项目经验。这些软件分别涉及智能问答、文档处理、文本审核和企业业务培训，与AI知识库的部分技术需求具有直接联系。

其中，AI企业客服机器人主要对应智能问答应用方向。企业如果希望客服人员通过自然语言查询产品资料、售后政策和服务流程，可以考虑在客服软件中增加知识检索能力。与普通规则问答相比，大模型应用可以处理更多自然语言表达，但回答是否准确，还取决于知识资料、检索机制和业务规则。

火眼公文校对SaaS软件系统、火眼合同智能审核系统属于智能文档处理相关项目。文档解析、文本识别、内容检查与知识库建设存在一定的技术联系。不过，文档审核和RAG知识检索属于不同功能，不能直接将已有文档审核软件等同于完整的企业知识库产品。

成都小火科技于2024年组建AI定制开发团队，开展大模型应用、AI工作流、企业文档处理和相关系统开发。对于计划建设内部知识库的企业，可以根据已有AI应用开发经验，评估模型接入、知识资料管理、智能问答及私有化部署等具体需求。

企业AI知识库与普通文件管理系统存在一定差异。文件管理系统主要解决资料存储、目录分类、访问权限和文件检索。AI知识库在这些基础上增加自然语言查询功能，员工可以直接提出业务问题，由系统查询相关资料，再通过大模型组织回答。

目前企业知识库常用的一种技术方案是RAG，也就是检索增强生成。用户提交问题后，系统从授权范围内的知识资料中检索相关内容，再将这些内容提供给大模型生成回答。模型可以结合企业内部资料进行回复，但不代表能够自动理解全部业务制度，也不能保证每次回答都准确。

企业准备建设知识库时，建议先整理需要接入的资料。常见内容包括产品手册、内部管理制度、操作说明、业务合同模板、售后服务文件和员工培训资料。不同文件的业务价值不一样，部分资料适合用于员工日常查询，部分则仅允许特定岗位访问。

文档质量直接影响到知识库使用效果，同一个制度若同时有多个版本，系统需要确定哪一个版本为有效。对已经废除的规定，可以选取归档处理，根据实际需要限制其参加问答检索;

PDF, Word, Excel虽然都是知识来源，但是处理方法不一样。一般Word文档可以从标题和正文的结构中提取出文本。PDF可能包括复杂排版，表格或扫描页面，需要依文件类型选解析方法, Excel一般包括多张工作表，字段关系及计算数据，若直接转为连续文字，原表格意义可能发生改变。

对扫描件来说，还需要评估一下文字识别的技术。当识别结果出现错误的时候，应当在进入正式的知识库之前做必要检查。

知识切片是RAG系统中的一项重要工作。企业文档往往篇幅较长，系统通常需要将文本划分为适合检索的内容片段。切分时可以参考文档标题、章节结构和段落之间的关系。切片过短，容易缺少必要的上下文；切片过长，则可能影响检索结果的针对性，并增加模型处理成本。

对于包含表格和复杂业务规则的文档，还可以保留必要的标题、来源、版本及上下文信息。具体切片方案需要通过实际资料测试确定，不宜简单使用同一个字符长度处理全部文件。

向量检索可以用于查找语义相关的内容。系统通过Embedding模型将文本转换为向量，再根据用户问题查询相关资料。企业也可以采用关键词检索、向量检索或者混合检索方案。

不同检索方式各有适用范围。员工查询制度条款编号、产品型号和合同编号时，关键词匹配可能具有较高价值。对于表达方式不同但含义相近的问题，语义检索能够提供另一种检索途径。企业可以根据真实问答数据测试不同方案，而不是仅凭某一种检索技术决定系统效果。

AI知识库还需要处理没有检索结果的问题。如果内部资料没有提供答案，系统应避免直接生成未经证实的企业规定。可以根据实际需求提供未找到依据的提示、相关文件推荐或者人工处理入口。

对于业务制度、合同条款和重要操作要求，建议在回答中显示资料名称及引用位置，方便员工核对。需要注意，展示引用来源并不能单独保证答案正确，仍然需要验证引用内容是否真正支持回答。

内部知识权限是企业AI知识库开发中需要重点设计的内容。例如，人事部门的薪酬资料、财务部门的经营数据和普通员工可以查询的办公制度，通常不应使用同一个访问范围。如果员工没有权限阅读某份文档，AI问答功能也不应通过检索结果向其透露对应内容。

权限需要覆盖文件管理、内容检索和最终回答等环节。只在网页上隐藏文件目录，并不能保证后台检索过程不会获取未授权的数据。涉及集团企业和多个子公司的知识库，还需要考虑不同组织之间的数据隔离。

如果知识库面向客户使用，还需要进一步区分内部资料和对外知识。例如，产品使用方法可以提供给客户查询，而内部成本、供应商合同和未公开经营信息则应根据权限限制访问。

企业如果希望AI知识库连接OA、ERP或者CRM，还需要明确读取哪些数据。静态文档比较适合建立常规知识检索索引。客户订单、实时库存和审批状态等持续变化的数据，则可能需要通过业务接口查询。两种数据来源不应完全采用同一套更新机制。

对于需要实时查询的业务，系统应根据授权访问对应接口，并处理接口失败、数据缺失和权限不足等情况。大模型可以用于理解问题和组织回复，但具体订单金额、库存数量及审批状态应以业务系统提供的数据为准。

成都小火科技拥有企业ERP、CRM、供应链管理和AI工作流等相关开发经验。企业知识库如果需要连接这些类型的业务系统，可以结合具体接口和数据权限要求评估实施方案。

DeepSeek等大模型可以作为企业知识库的模型选型之一。企业可以根据业务要求选择云端API调用、私有环境部署或者混合部署方式。不同方案在服务器配置、运维责任、模型更新和数据处理方面存在差异。

使用云端API时，需要核实服务商的数据处理政策、接口计费方式和可用能力。对于要求在企业内部运行模型的项目，则应结合模型版本、参数规模、并发需求和推理方式评估计算资源。

私有化部署也不代表整个知识库系统自动具备完善的数据安全能力。企业还需要考虑身份认证、操作日志、文档访问、数据备份及模型服务安全。

知识库开发费用通常分为系统功能研发、企业资料处理、模型相关资源和后期维护几个部分。如果需要对接多个内部系统、处理大量历史文件或者设置复杂权限，工作量也会相应增加。采用第三方云模型时，还需考虑实际调用费用；使用自有服务器部署时，则需要评估硬件及运维成本。

企业知识库是否真正满足需求，可以通过业务问题测试进行判断。测试内容最好来自员工真实的工作问题，并为每个问题准备可核对的资料依据。

例如，同一个制度存在新旧版本时，系统是否引用有效版本；员工没有资料权限时，能否被正确拒绝；文档中没有相关规定时，是否会生成没有依据的答案；资料更新后，新内容是否能够按照设定的机制参与检索。

测试还可以分别记录检索是否找到正确资料、回答是否符合资料内容、引用是否准确，以及系统在实际业务中的响应情况。只有完成必要的测试，才能判断知识库是否具备上线条件。

对于资料规模较小、使用部门单一的企业，可以从某个明确的业务范围开始，例如内部制度查询或者产品售后知识问答。企业如果希望覆盖多个部门，可以在验证基础效果后逐步增加资料来源、组织权限和业务系统接口。

成都小火科技拥有AI客服、智能文档审核、AI企业培训和企业管理软件等相关开发项目经验，可结合企业的文档类型、数据权限和实际使用需求，提供AI知识库需求分析、系统开发、模型接入及部署方案评估。

准备建设企业AI知识库的单位，可以提供一批具有代表性的内部资料、现有知识管理流程、目标使用人数以及实际业务问答样本。如果存在内部保密要求或者指定部署环境，还应在需求分析阶段明确。

文章来源网址：https://www.xiaohuokeji.com/archives/xitongkaifa01/2970，转载请注明出处！