概述

Coze（扣子）平台的知识库功能允许用户导入各种格式的文档，构建专属的知识体系，为智能体提供准确的信息支持。本文档详细介绍知识库的导入方式、收费情况、不同文件类型的处理方式以及使用方法。

---

一、知识库简介

1.1 什么是知识库

知识库是 Coze 平台中用于存储和管理文档数据的核心功能，支持多种文件格式，通过智能分词和向量化处理，为智能体提供精准的知识检索能力。

1.2 知识库的作用

功能	说明	应用场景
文档存储	存储各种格式的文档	企业文档、产品手册、FAQ
智能检索	基于语义的文档检索	问答系统、知识查询
向量化处理	将文档转换为向量表示	相似度匹配、语义搜索
多格式支持	支持多种文件格式	文档管理、知识整合

---

二、知识库收费情况

2.1 收费模式

2.2 收费详情

版本	存储容量	文档数量限制	处理速度	价格
免费版	通常 1-5GB	100-500 个文档	标准速度	免费
基础版	10-20GB	1000-5000 个文档	标准速度	¥XX/月
专业版	50-100GB	10000+ 个文档	优先处理	¥XX/月
企业版	自定义	无限制	最高优先级	定制价格

注意： 具体价格和限制以 Coze 平台官方公告为准。

2.3 计费方式

计费项	说明	计费标准
存储空间	按实际使用的存储空间	按 GB/月计费
文档处理	按处理的文档数量	按文档数计费
API 调用	按知识库 API 调用次数	按调用次数计费
向量化处理	按向量化的 token 数量	按 token 数计费

2.4 免费额度说明

资源类型	免费额度	超出后
存储空间	通常 1-5GB	需要升级付费版
文档数量	通常 100-500 个	需要升级付费版
API 调用	通常 1000 次/月	按量付费或升级
处理速度	标准队列	付费版优先处理

---

三、不同文件类型的导入方式

3.1 支持的文件类型总览

3.2 文件类型对比表

文件类型	扩展名	最大文件大小	处理方式	适用场景
纯文本	.txt, .md	通常 10-50MB	直接解析	文档、笔记
PDF	.pdf	通常 50-100MB	OCR + 文本提取	电子书、报告
Word	.doc, .docx	通常 50-100MB	文档解析	文档、论文
Excel	.xls, .xlsx	通常 50-100MB	表格解析	数据表格
JSON	.json	通常 10-50MB	JSON 解析	结构化数据
CSV	.csv	通常 10-50MB	CSV 解析	数据表格
网页	URL	-	网页抓取	在线文档

---

四、各文件类型详细导入方式

4.1 TXT 文件导入

导入步骤

详细操作

步骤	操作	说明
1	进入知识库管理页面	点击"知识库" → “我的知识库”
2	选择或创建知识库	选择已有知识库或创建新的
3	点击"导入文档"	点击"添加文档"或"导入"按钮
4	选择文件类型	选择"文本文件"或"TXT"
5	上传文件	拖拽文件或点击选择文件
6	配置选项	设置编码、分隔符等（可选）
7	确认导入**	点击"确认"或"导入"按钮

配置选项

配置项	说明	默认值	可选值
文件编码	文本文件编码格式	UTF-8	UTF-8, GBK, GB2312
分隔符	文档分隔符（批量导入）	空行	空行、换行符、自定义
自动分段	是否自动分段	是	是/否
最小段落长度	段落最小字符数	50	自定义

代码示例（批量导入）

# 假设有多个 TXT 文件需要导入
txt_files = [
    "document1.txt",
    "document2.txt",
    "document3.txt"
]

# 通过 API 批量导入（如果支持）
for file_path in txt_files:
    # 上传文件到知识库
    upload_to_knowledge_base(
        knowledge_base_id="kb_123",
        file_path=file_path,
        file_type="txt",
        encoding="utf-8"
    )

知识库的使用

导入知识库

添加知识库

知识库的内容如下

本服务条款适用于您对 Funnair 的体验。预订航班，即表示您同意这些条款。
1. 预订航班
- 通过我们的网站或移动应用程序预订。
- 预订时需要全额付款。
- 确保个人信息（姓名、ID 等）的准确性，因为更正可能会产生 25 的费用。

2. 更改预订
- 允许在航班起飞前 24 小时更改。
- 通过在线更改或联系我们的支持人员。
- 改签费：经济舱 50，豪华经济舱 30，商务舱免费。

3. 取消预订
- 最晚在航班起飞前 48 小时取消。
- 取消费用：经济舱 75 美元，豪华经济舱 50 美元，商务舱 25 美元。
- 退款将在 7 个工作日内处理。

4.2 PDF 文件导入

导入步骤

详细操作

步骤	操作	说明
1	准备 PDF 文件	确保 PDF 文件可读，建议使用文本型 PDF
2	进入知识库	选择目标知识库
3	选择导入类型	选择"PDF 文件"
4	上传 PDF	拖拽或选择 PDF 文件
5	配置 OCR	如果 PDF 是扫描件，启用 OCR
6	设置页面范围	选择要导入的页面（可选）
7	确认导入	点击"确认导入"

准备pdf

导入刚刚输出的pdf

看到这里，是支持pdf 的 。

点击下一步 。

导入成功之后，好像还是文本类型

有兴趣可以试试，在pdf中，加一些图片试试 。

PDF 处理方式

PDF 类型	处理方式	OCR 需求	处理速度
文本型 PDF	直接提取文本	不需要	快
扫描型 PDF	OCR 识别	需要	较慢
混合型 PDF	文本提取 + OCR	部分需要	中等

配置选项

配置项	说明	默认值	可选值
OCR 语言	OCR 识别语言	中文	中文、英文、多语言
页面范围	导入的页面范围	全部	全部、指定页面
图片提取	是否提取图片	否	是/否
表格识别	是否识别表格	是	是/否

注意事项

注意事项	说明	建议
文件大小	PDF 文件不能过大	建议单个文件 < 50MB
扫描质量	扫描件需要清晰	分辨率建议 > 300 DPI
加密 PDF	加密的 PDF 需要密码	先解密再导入
处理时间	OCR 处理需要时间	耐心等待处理完成

4.3 Word 文件导入

导入步骤

创建并导入

详细操作

步骤	操作	说明
1	准备 Word 文件	确保文件格式为 .doc 或 .docx
2	进入知识库	选择目标知识库
3	选择导入类型	选择"Word 文档"
4	上传文件	拖拽或选择 Word 文件
5	配置选项	设置是否保留格式、提取图片等
6	确认导入	点击"确认导入"

Word 处理方式

Word 版本	处理方式	支持程度
.docx	直接解析	完全支持
.doc	转换后解析	基本支持
加密文档	需要密码	需要提供密码

配置选项

配置项	说明	默认值	可选值
保留格式	是否保留文档格式	是	是/否
提取图片	是否提取文档中的图片	否	是/否
提取表格	是否提取表格内容	是	是/否
提取标题	是否识别标题结构	是	是/否
提取批注	是否提取批注内容	否	是/否

文档结构识别

元素类型	是否识别	说明
标题	✅ 是	识别 H1-H6 标题
段落	✅ 是	识别正文段落
列表	✅ 是	识别有序和无序列表
表格	✅ 是	识别表格结构
图片	⚠️ 可选	可选择是否提取
超链接	✅ 是	识别文档中的链接

4.4 JSON 文件导入

导入步骤

{
  "author": "烽火戏诸侯",
  "type": "网络仙侠小说",
  "protagonist": "陈平安",
  "platform": "纵横中文网等"
}

点击下一步

进行数据处理

处理之后，点击完成

测试

创建一个智能体，并导入刚刚导入的知识库

刚刚的导入信息，模型总是去外部找内容，我这里换另外一个知识库试试 。

[{
“老师”: “张德广”,
“课程”: “数学”,
“时间段”: “初中”
},
{
“老师”: “候小强”,
“课程”: “语文”,
“时间段”: “高中”
}
]

详细操作

步骤	操作	说明
1	准备 JSON 文件	确保 JSON 格式正确
2	进入知识库	选择目标知识库
3	选择导入类型	选择"JSON 文件"或"数据文件"
4	上传文件	拖拽或选择 JSON 文件
5	配置字段映射	选择要导入的字段
6	设置数据格式	配置数组、对象等处理方式
7	确认导入	点击"确认导入"

JSON 结构处理

JSON 结构	处理方式	示例
简单对象	直接提取所有字段	{"name": "value"}
数组对象	每个元素作为独立文档	[{"item": 1}, {"item": 2}]
嵌套对象	扁平化或保持结构	{"a": {"b": "c"}}
混合结构	根据配置处理	自定义处理规则

配置选项

配置项	说明	默认值	可选值
数组处理	数组元素的处理方式	每个元素独立	每个元素独立/合并
字段选择	选择要导入的字段	全部	全部/指定字段
嵌套处理	嵌套对象的处理方式	扁平化	扁平化/保持结构
键名映射	字段名映射规则	保持原样	自定义映射

JSON 示例

// 示例 JSON 文件
{
  "articles": [
    {
      "title": "文章标题1",
      "content": "文章内容1",
      "author": "作者1",
      "date": "2024-01-01"
    },
    {
      "title": "文章标题2",
      "content": "文章内容2",
      "author": "作者2",
      "date": "2024-01-02"
    }
  ]
}

导入配置：

• 数组处理：每个元素独立
• 字段选择：title, content, author, date
• 结果：每个文章作为独立文档导入

---

4.5 导入网页内容（自动采集&手动采集）

4.5.1 自动采集

可以自动采集，也可以手动采集 。

发现https://www.coze.cn/open/docs/guides/knowledge 这里是有一个图片 。

但是导入的信息中，并没有图片 。

那怎么办呢？

先来测试一下采集的内容

4.5.2 手动采集

和之前一样，点击手动采集，需要安装扩展程序 。

安装Coze Scraper

给插件授予权限

到了这里，你就可以手动选择感兴趣的内容。

这个有意思的喽， 可以自己选择感兴趣的内容 。

但是手动采集的内容，不能自动更新的喽。 不过导入的，好像还是没有图片 ，我看看 。

这里选择Capture List 看看 。

这里就可以选择图片了 。

这里可以点击查看数据 。

和之前的方式一样，这里就不再赘述 。 但是总感觉图片展示不出来 。

4.7 导入 N 页面（Notion）和数据库

Notion 官网 https://www.notion.so

参考：

• 知识库概览
• 知识库限制
• 创建知识库
• 数据源权限管理

本节的「N 页面」通常指 Notion 页面等第三方在线文档；「数据库」通常指 结构化数据源（表格/业务数据等）。
整体流程可以概括为：接入数据源并授权 → 选择导入范围 → 分段清洗 → 导入/构建索引 → 在智能体中使用。

4.7.1 适用场景与特点

数据源类型	典型内容	优点	注意事项
Notion 页面	规范/手册/FAQ	维护方便，内容结构清晰	需要授权；页面层级多时要选对范围
数据库/结构化数据	商品表/字段字典/知识条目	字段可控，检索更稳定	导入前要做字段选择与清洗，避免噪声

4.7.2 导入流程（通用）

4.7.3 权限与排错（必看）

现象	常见原因	处理建议
看不到 Notion/在线文档列表	未授权或授权过期	重新授权；按「数据源权限管理」检查授权状态
导入后内容不全	导入范围选错（只选了部分页面/表）	重新选择范围并触发重新导入/更新
智能体回答“找不到”	分段不合适 / 阈值过高 / 噪声字段多	调整分段策略与检索参数；精简字段与无关页
导入失败或一直处理中	文档过大、权限不足、队列繁忙	按「知识库限制」拆分文件/分批导入；稍后重试

notion 文档内容如下

本服务条款适用于您对 Funnair 的体验。预订航班，即表示您同意这些条款。
1. 预订航班
- 通过我们的网站或移动应用程序预订。
- 预订时需要全额付款。
- 确保个人信息（姓名、ID 等）的准确性，因为更正可能会产生 25 的费用。

2. 更改预订
- 允许在航班起飞前 24 小时更改。
- 通过在线更改或联系我们的支持人员。
- 改签费：经济舱 50，豪华经济舱 30，商务舱免费。

3. 取消预订
- 最晚在航班起飞前 48 小时取消。
- 取消费用：经济舱 75 美元，豪华经济舱 50 美元，商务舱 25 美元。
- 退款将在 7 个工作日内处理。

4.8 导入飞书文档

参考：

• 创建知识库
• 数据源权限管理

飞书文档属于在线数据源接入类，重点在于：授权、选择范围、更新机制。

4.8.1 导入步骤（建议按此顺序）

步骤	操作	说明
1	在知识库中选择“在线数据/第三方文档”入口	进入数据源选择页
2	选择“飞书”并完成授权	Coze 获得读取权限
3	选择导入范围（文档/文件夹/空间）	范围越准，噪声越少
4	设置导入方式（一次性/可更新）	决定后续维护成本
5	选择分段与清洗策略	影响召回与回答质量
6	导入后在智能体中测试	用典型问题做回归测试

4.8.2 更新与维护建议

目标	建议
保持内容最新	若支持“自动更新”，优先开启；否则建立定期手动更新流程
降低噪声	不导入空白页/目录页/公告页等低信息密度内容
提高命中	文档用清晰标题/小节拆分；避免一页多主题混写

4.9 自定义文本内容

参考：

• 创建知识库
• 知识库分段

当内容不在文件里、或你需要快速验证检索效果时，可以直接用“自定义文本”录入。

4.9.1 适用场景

场景	说明
快速试验	先用少量文本验证问答效果，再批量导入文件
条目式知识	一问一答/规则条款/字段释义
频繁更新的小知识	比起反复上传文件更省事

4.9.2 推荐写法模板（更利于召回）

[标题] 退款规则（v1.0，2026-01-01 生效）

Q: 最晚什么时候可以取消？
A: 航班起飞前48小时。

Q: 取消费用是多少？
A: 经济舱75美元，豪华经济舱50美元，商务舱25美元。

4.9.3 注意事项

注意项	原因	建议
一段只讲一个主题	避免召回混杂	用小标题/条目拆分
关键字段要显式写出	便于关键词与语义命中	把金额、时间、条件写清楚
标注版本/生效时间	避免旧规则误导	标题或首行注明

5.0 导入Excel

参考：

• 创建表格知识库
• 知识库分段

Excel（或 CSV）通常更适合用 表格知识库：把“行/记录”作为最小知识单元，再建立索引供检索。

5.0.1 什么时候用表格知识库

你的数据长这样	建议
字段固定（如：老师/课程/时间段）	✅ 用表格知识库
需要按字段精确命中	✅ 用表格知识库
长文本段落为主（手册/协议）	❌ 更适合文档知识库（TXT/PDF/Word）

5.0.2 导入步骤（表格知识库）

5.0.3 表格设计建议（决定效果）

建议	为什么	示例
第一行是表头且字段名清晰	便于映射与检索	老师/课程/时间段
避免合并单元格	解析容易错行错列	用重复值代替合并
一行一个实体/一条记录	检索最稳定	一行=一位老师+一门课
关键字段尽量不为空	空值降低命中/可用性	缺“课程”会导致回答不完整

5.0.4 常见问题

问题	常见原因	解决
字段乱序/错列	表头不规范、合并单元格	先清洗表格，再导入
检索不相关	字段噪声大、主字段不合适	精简字段；选择更“代表含义”的主字段
更新不生效	未触发更新/未替换数据源	按「维护知识库」流程重新导入/更新

---

4.7~5.0 小结（你应该记住的 5 件事）

要点	一句话
权限优先	在线数据源导不进来，先看授权/权限
范围要准	选错范围=导入不全=回答不准
结构决定效果	Excel/结构化数据优先用表格知识库
分段要适配	长文拆分策略会显著影响召回与答案
先测试再扩量	小规模验证命中率后再批量导入

五、分词方式

5.1 分词方式总览

5.2 分词方式对比

分词方式	说明	适用场景	优点	缺点
智能分词	AI 自动识别语义边界	通用场景	准确度高、自动化	处理时间较长
按段落分词	以段落为单位分割	长文档	速度快、保持段落完整性	可能不够精细
按句子分词	以句子为单位分割	短文档	粒度适中	可能丢失上下文
按字符数分词	按固定字符数分割	特殊需求	可控性强	可能截断语义
自定义分词	使用自定义规则	专业领域	灵活度高	需要配置规则

5.3 分词配置

智能分词配置

配置项	说明	默认值	可选值
分词模型	使用的分词模型	默认模型	默认/专业/自定义
最小长度	分块最小字符数	100	自定义
最大长度	分块最大字符数	500	自定义
重叠长度	分块重叠字符数	50	自定义
语言	分词语言	中文	中文/英文/多语言

按段落分词配置

配置项	说明	默认值
段落标识	段落分隔符	空行
最小段落长度	最小段落字符数	50
合并短段落	是否合并短段落	是

按句子分词配置

配置项	说明	默认值
句子分隔符	句子分隔符	句号、问号、感叹号
最小句子长度	最小句子字符数	10
合并短句	是否合并短句	是

5.4 分词示例

示例文本

人工智能（AI）是计算机科学的一个分支，它试图理解智能的实质，
并生产出一种新的能以人类智能相似的方式做出反应的智能机器。
该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

不同分词方式结果

分词方式	分块结果	分块数量
智能分词	按语义边界分割	2-3 块
按段落分词	整个段落作为一块	1 块
按句子分词	每个句子作为一块	3 块
按字符数（200）	每 200 字符一块	2 块

---

六、知识库使用方式

6.1 在智能体中使用知识库

6.2 使用步骤

步骤	操作	说明
1	创建或编辑智能体	进入智能体编辑页面
2	添加知识库节点	在流程编排中添加知识库节点
3	选择知识库	选择要使用的知识库
4	配置检索参数	设置检索数量、相似度阈值等
5	连接其他节点	将知识库节点连接到回复节点
6	测试智能体	测试知识库检索功能

6.3 检索配置

配置项	说明	默认值	建议值
检索数量	返回的文档数量	3	3-5
相似度阈值	最小相似度	0.7	0.6-0.8
检索模式	检索模式	语义检索	语义/关键词/混合
排序方式	结果排序方式	相似度排序	相似度/时间/相关性

6.4 在代码中使用知识库

Python 示例

# 在代码块节点中使用知识库
def query_knowledge_base(question, knowledge_base_id):
    """
    查询知识库
    
    Args:
        question: 用户问题
        knowledge_base_id: 知识库 ID
    
    Returns:
        检索结果
    """
    # 调用知识库 API
    results = knowledge_base_search(
        kb_id=knowledge_base_id,
        query=question,
        top_k=3,
        similarity_threshold=0.7
    )
    
    # 处理检索结果
    if results:
        # 提取相关内容
        content = "\n\n".join([r["content"] for r in results])
        return {
            "found": True,
            "content": content,
            "sources": [r["source"] for r in results]
        }
    else:
        return {
            "found": False,
            "content": "未找到相关信息"
        }

6.5 知识库 API 使用

API 功能	说明	使用场景
搜索文档	在知识库中搜索相关文档	问答系统
获取文档	获取特定文档内容	文档查看
添加文档	向知识库添加新文档	文档管理
更新文档	更新已有文档	文档维护
删除文档	删除文档	文档清理

---

七、知识库管理

7.1 知识库操作

操作	说明	操作位置
创建知识库	创建新的知识库	知识库管理页面
删除知识库	删除知识库	知识库设置
重命名知识库	修改知识库名称	知识库设置
导出知识库	导出知识库内容	知识库设置
分享知识库	分享给其他用户	知识库设置

7.2 文档管理

操作	说明	操作位置
查看文档	查看文档内容	文档列表
编辑文档	编辑文档信息	文档详情
删除文档	删除文档	文档列表
重新处理	重新处理文档	文档详情
批量操作	批量管理文档	文档列表

7.3 知识库统计

统计项	说明	查看位置
文档数量	知识库中的文档总数	知识库概览
存储大小	知识库占用的存储空间	知识库概览
处理状态	文档处理状态统计	知识库概览
使用统计	知识库使用情况	知识库统计

---

八、最佳实践

8.1 文档准备建议

建议	说明	原因
文档质量	确保文档内容清晰、准确	提高检索准确性
格式规范	使用标准格式	便于解析和处理
文件大小	控制单个文件大小	提高处理速度
编码统一	使用 UTF-8 编码	避免乱码问题
结构清晰	保持文档结构清晰	提高检索效果

8.2 导入建议

建议	说明	操作
分批导入	大量文档分批导入	避免一次性导入过多
检查格式	导入前检查文件格式	确保格式正确
测试导入	先导入少量文档测试	验证导入效果
监控处理	关注文档处理状态	及时发现问题
备份数据	导入前备份原始文件	防止数据丢失

8.3 使用建议

建议	说明	操作
合理配置	根据场景配置检索参数	平衡准确性和速度
定期更新	定期更新知识库内容	保持信息时效性
监控使用	监控知识库使用情况	优化使用效果
错误处理	处理检索失败的情况	提供备用方案
用户反馈	收集用户反馈	持续改进

---

九、常见问题 FAQ

Q1: 知识库的存储容量有限制吗？

A: 是的，不同版本有不同的存储容量限制。免费版通常 1-5GB，付费版有更大的存储空间。

Q2: 支持哪些文件格式？

A: 支持 TXT、PDF、Word、Excel、JSON、CSV、Markdown 等多种格式，具体以平台文档为准。

Q3: PDF 文件需要 OCR 吗？

A: 文本型 PDF 不需要 OCR，扫描型 PDF 需要启用 OCR 功能。

Q4: 知识库的处理速度如何？

A: 处理速度取决于文件大小和类型。文本文件处理较快，PDF OCR 处理较慢。付费版有优先处理权限。

Q5: 如何提高检索准确性？

A:

• 使用智能分词方式
• 设置合适的相似度阈值
• 确保文档质量
• 合理配置检索参数

Q6: 可以批量导入文档吗？

A: 可以，支持批量上传和导入，但建议分批导入以避免处理超时。

Q7: 知识库中的文档可以编辑吗？

A: 可以查看和删除文档，编辑功能可能有限，建议重新导入更新后的文档。

Q8: 如何删除知识库？

A: 在知识库设置中找到删除选项，注意删除后数据无法恢复。

---

十、完整导入流程示例

10.1 完整流程图

10.2 操作步骤总结

阶段	步骤	说明
准备阶段	1. 准备文档文件	确保文件格式正确、内容清晰
创建阶段	2. 创建知识库	在 Coze 平台创建知识库
导入阶段	3. 选择文件类型	选择对应的文件类型
导入阶段	4. 上传文件	拖拽或选择文件上传
导入阶段	5. 配置选项	设置分词方式、处理选项等
导入阶段	6. 确认导入	点击确认开始导入
处理阶段	7. 等待处理	系统处理文件（可能需要时间）
使用阶段	8. 配置智能体	在智能体中配置使用知识库
使用阶段	9. 测试使用	测试知识库检索功能

---

十一、总结

11.1 关键要点

要点	说明
多格式支持	支持 TXT、PDF、Word、JSON 等多种格式
智能处理	自动解析、分词、向量化处理
灵活配置	可根据需求配置处理方式
易于使用	在智能体中轻松集成和使用

11.2 使用建议

1. ✅ 选择合适的文件格式：根据文档类型选择最佳格式
2. ✅ 合理配置分词方式：根据文档特点选择分词方式
3. ✅ 定期更新内容：保持知识库内容的新鲜度
4. ✅ 监控使用情况：关注知识库的使用效果
5. ✅ 优化检索参数：根据实际效果调整检索参数

11.3 适用场景

• ✅ 企业知识管理
• ✅ 产品文档管理
• ✅ FAQ 问答系统
• ✅ 智能客服
• ✅ 文档检索系统

---