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

# 知识处理及检索

> 支持文本 / 图片 / 音频 / 视频的跨模态智能检索与问答平台

## 1. 产品概述

GLM 全模态知识库是一款面向企业和团队的智能知识管理平台，**支持将文本、图片、音频、视频等多种格式的文件统一存储到知识库中**，并通过自然语言提问即可快速跨模态检索相关内容。

| 类型       | 说明                                  |
| -------- | ----------------------------------- |
| 📄 文本检索  | 支持 PDF / Word / TXT / CSV 等文档全文语义检索 |
| 🖼️ 图片检索 | 上传图片作为查询条件，匹配知识库中的相似内容              |
| 🎵 音频检索  | 对音频片段建立索引，返回相关时间段内容                 |
| 🎬 视频检索  | 对视频内容建立索引，精准定位相关片段并可播放              |

## 2. 快速上手

按照以下 4 步即可完成从创建到检索的完整流程：

<Steps>
  <Step title="创建知识库" stepNumber={1} titleSize="h3">
    进入知识库页面，点击右上角「+ 创建知识库」，填写名称与描述后保存。
  </Step>

  <Step title="导入文件" stepNumber={2} titleSize="h3">
    支持本地上传、URL、飞书文档、问答对等多种方式导入知识内容。
  </Step>

  <Step title="等待处理" stepNumber={3} titleSize="h3">
    系统自动完成解析与索引构建，文件状态变为「数据完成」后即可检索。
  </Step>

  <Step title="开始检索" stepNumber={4} titleSize="h3">
    点击「知识检索」，输入自然语言问题或上传图片，查看匹配结果。
  </Step>
</Steps>

## 3. 知识库管理

### 3.1 创建知识库

<Steps>
  <Step title="创建知识库" stepNumber={1} titleSize="h3">
    ![Description](https://cdn.bigmodel.cn/markdown/1774938157630image.png?attname=image.png)
  </Step>

  <Step title="配置知识库参数" stepNumber={2} titleSize="h3">
    ![Description](https://cdn.bigmodel.cn/markdown/1774938204914image.png?attname=image.png)

    在知识库首页点击「+ 创建知识库」，在弹出面板中完成以下配置：

    | 参数                                   | 描述                                                                                                                                                                                                                                                                                                                                                                                     |
    | ------------------------------------ | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
    | 知识库版本                                | **1. 全模态版**<br />**- 当选择的向量模型为全模态向量模型**<br />- 使用场景：<br />    - 音视频等各模态数据<br />    - 复杂问题查询<br />    - 文档包含复杂图文信息<br />    - 支持语义补全或指代增强等高精度要求的业务场景<br /><br />**2. 文本版**<br />**- 当选择的向量模型为文本向量模型，且导入知识非问答对格式**<br />- 使用场景：单一文本模态信息查询<br /><br />**3. QA版**<br />**- 导入的知识为问答对格式**<br />- 系统将根据文档格式自动将该知识库识别为QA版<br />- 使用场景：<br />    - 精准匹配问题与答案<br />    - 适合结构化的知识体系             |
    | 图标                                   | 为知识库选择一个独特的图标，便于在列表中快速识别和管理。                                                                                                                                                                                                                                                                                                                                                           |
    | 知识库名称                                | 为您的知识库起一个清晰、唯一的名字。支持中英文、数字及常用符号。                                                                                                                                                                                                                                                                                                                                                       |
    | 知识库描述                                | 填写知识范围、用途等信息，建议仔细填写该栏以便于模型调用。                                                                                                                                                                                                                                                                                                                                                          |
    | 向量化模型                                | 「全模态版」支持图片/音视频解析；「文本版」仅处理文档。选择合适的模型来理解您的数据。不同模型在性能、多语言能力和成本上有所差异。                                                                                                                                                                                                                                                                                                                      |
    | 知识库分类                                | 将知识库归入指定分类，方便进行结构化、多层级的管理。                                                                                                                                                                                                                                                                                                                                                             |
    | 增强设置<br />（⚠️ 仅对文档类文件生效，不支持处理音图视频文件） | **1. 上下文增强**<br />启用后，系统将保留文档中的关键语义与指代信息，提升复杂问答和精确信息检索的效果。<br />在高准确度场景下，平均召回率提升约20%，适用于复杂问答、精确信息检索等场景启用后会增加glm-4.5的Tokens消耗和时间，请确认资源充足。<br />此操作**不可逆**，启用后无法回退。<br /><br />**2. 深度解析**<br />适合复杂版面分析、表格、公式，按页计费 0.12 元/页<br />启用后，该知识库内所有文档将调用前沿专业版文件解析服务，提升解析精度<br />该操作可逆，对于已解析的文件，关闭后再次开启，不会重复解析及扣费。<br /><br />**3. 图片理解**<br />调用多模态大模型为图片生成文字描述，消耗 glm-4.5v tokens<br />该操作可逆。 |
  </Step>

  <Step title="选择向量化模型（用于区分知识库类型）" stepNumber={3} titleSize="h3">
    ![Description](https://cdn.bigmodel.cn/markdown/1774938256612image.png?attname=image.png)

    * **Embedding-3-pro (文本推荐)：** 性能最强，支持多语言，性价比高。（0.5元/百万Tokens）
    * **Embedding-Multimodel（全模态旗舰）：** 模态覆盖全，支持多语言。（0.5元/百万Tokens）
    * **Embedding-3：** 性能均衡，适用于多数场景。（0.5元/百万Tokens）
    * **Embedding-2：** 基础模型。（0.5元/百万Tokens）
  </Step>
</Steps>

### 3.2 知识库列表

![Description](https://cdn.bigmodel.cn/markdown/1775704073435image.png?attname=image.png)
<p align="center">知识库首页列表</p>

知识库首页以卡片形式展示所有知识库，每张卡片包含以下信息：

* 知识库名称与类型标签（**QA版 / 文本版 / 全模态版**）
* 知识库 ID（支持一键复制）
* 更新时间 / 文档数量 / 切片数量
* 快捷操作入口：知识检索、知识问答

## 3.3 导入知识

![Description](https://cdn.bigmodel.cn/markdown/1774939248563image.png?attname=image.png)
![Description](https://cdn.bigmodel.cn/markdown/1774939256676image.png?attname=image.png)

进入知识库后，点击「+ 导入知识」，支持四种导入方式：

| 方式   | 说明                                                                                                                                                                                                                                                          | 限制 / 备注                                                            |
| ---- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------ |
| 本地文档 | <div>从本机上传文件，上传后可查看进度与处理状态</div><div>- 支持文档格式：pdf、docx、doc、pptx、ppt、txt、md、xlsx、xls、csv，单文件不超过 100MB</div><div>- 支持图片格式：jpeg, png, webp，单张不超过 5 MB</div><div>- 支持视频格式：mp4, avi, mov，单条时长不超过 15 分钟</div><div>- 支持音频格式：pcm, wav, mp3, ogg，单条时长不超过 30 分钟</div> | <div>单文档文件 ≤ 100MB</div><div>单张图片 ≤ 5MB</div><div>音视频 ≤ 15分钟</div> |
| URL  | 填写网络地址直接抓取网页内容，不支持通过该方式上传或导入文件资源                                                                                                                                                                                                                            | —                                                                  |
| 飞书文档 | 连接飞书账号后导入在线文档                                                                                                                                                                                                                                               | 需先完成飞书账号授权                                                         |
| 问答对  | 直接上传 Q\&A 对，适合构建问答型知识库                                                                                                                                                                                                                                      | —                                                                  |

## 3.4 知识状态

![Description](https://cdn.bigmodel.cn/markdown/1775704337309img_v3_0210j_b73a4f5c-c905-4ad3-a481-b8570a5fb8fg.jpg?attname=img_v3_0210j_b73a4f5c-c905-4ad3-a481-b8570a5fb8fg.jpg)
<p align="center">文档列表页</p>

文件上传后，在文档列表页可查看每个文件的处理状态：

| 状态    | 说明                              |
| ----- | ------------------------------- |
| 数据处理中 | 文件正在解析和建立向量索引，此阶段暂不可检索          |
| 索引构建中 | 向量索引写入中，即将可用                    |
| 处理完成  | 文件已就绪，可以被正常检索                   |
| 图片解析中 | 图片文件正在进行多模态理解，生成文字描述（开启图片理解后可见） |
| 数据异常  | 处理失败，可点击刷新图标重试                  |

<Warning>
  仅文档类文件支持调优操作：**切片**（查看解析结果）/ **配置**（调整切片设置）

  文档列表支持按文件类型筛选（文档文件 / 图片文件 / 视频文件 / 音频文件）及按处理状态过滤。
</Warning>

## 4. 知识检索

### 4.1 检索入口

![Description](https://cdn.bigmodel.cn/markdown/1774939654888image.png?attname=image.png)
<p align="center">入口一：文档列表页</p>

![Description](https://cdn.bigmodel.cn/markdown/1774939690176image.png?attname=image.png)
<p align="center">入口二：知识库卡片页</p>

### 4.2 检索方式

![Description](https://cdn.bigmodel.cn/markdown/1775704445220image.png?attname=image.png)
<p align="center">知识检索主界面</p>

支持三种查询输入方式：

| 方式   | 说明                      |
| ---- | ----------------------- |
| 文字检索 | 在输入框输入自然语言问题，系统匹配相关文档片段 |
| 图片检索 | 上传图片后以图片内容作为查询条件，跨模态匹配  |
| 组合检索 | 同时输入图片和文字，进行联合跨模态检索     |

### 4.3 检索参数配置

点击右侧「检索参数设置」面板，可调整以下参数：

| 参数     | 说明                                                                                                                                                                                                                                                                                                    | 默认值         |
| ------ | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ----------- |
| 问题改写   | 开启「问题改写」后，系统会在检索前对用户输入的问题进行智能改写，展示在输入框下方的「改写后问题」区域，改写内容包括：<br />-   补充问题背景与语境<br />-   同义表达扩展，提升召回率<br />-   点击可展开查看完整改写内容<br /><Tip>改写功能适合口语化提问场景，当用户提问过于简短或模糊时效果显著。 </Tip> ![Description](https://cdn.bigmodel.cn/markdown/1775704522544image.png?attname=image.png) <p align="center">问题改写功能界面</p> | 关闭          |
| QA干预   | 优先从 QA 知识库匹配问答对，可设置分数阈值                                                                                                                                                                                                                                                                               | 关闭，默认值 0.6  |
| Rerank | 对召回结果重排序，提升结果精准度                                                                                                                                                                                                                                                                                      | 开启          |
| 召回数量   | 控制最多返回的结果条数                                                                                                                                                                                                                                                                                           | 8           |
| 召回分数   | 设置最低相似度阈值，低于该值的结果不返回                                                                                                                                                                                                                                                                                  | 0.3         |
| 文本检索方式 | <div>- 向量检索：纯向量相似度匹配</div><div>- 关键词检索：通过关键词匹配</div><div>- 混合检索：向量检索 + 关键词检索结合，最优匹配；可调检索配比</div>                                                                                                                                                                                                      | 混合检索，配比 0.8 |

### 4.4 检索结果说明

![Description](https://cdn.bigmodel.cn/markdown/1775704710606%E6%A3%80%E7%B4%A2%E7%BB%93%E6%9E%9C%E5%88%97%E8%A1%A8.png?attname=%E6%A3%80%E7%B4%A2%E7%BB%93%E6%9E%9C%E5%88%97%E8%A1%A8.png)
<p align="center">检索结果列表</p>

每条检索结果包含以下信息：

* 重排分数 / 重排位次 / 召回分数 / 召回位次
* 文件名称与文件类型图标
* 文档片段内容预览（支持「展开」查看完整内容）
* 音视频结果：显示对应时间段缩略图，支持直接在页面内播放

### 4.5 音视频内容检索

#### 4.5.1 视频检索

![Description](https://cdn.bigmodel.cn/markdown/1775704741496%E8%A7%86%E9%A2%91%E6%A3%80%E7%B4%A2%E7%BB%93%E6%9E%9C.png?attname=%E8%A7%86%E9%A2%91%E6%A3%80%E7%B4%A2%E7%BB%93%E6%9E%9C.png)
<p align="center">视频检索结果（含时间段预览）</p>

当知识库中包含视频文件时，系统对视频内容建立多模态索引。检索后结果中将显示视频缩略图及精确时间段（如 `00:22~00:38`），点击可在页面内直接播放对应片段。

#### 4.5.2 音频检索

![Description](https://cdn.bigmodel.cn/markdown/1775704764124%E9%9F%B3%E9%A2%91%E6%A3%80%E7%B4%A2%E7%BB%93%E6%9E%9C.png?attname=%E9%9F%B3%E9%A2%91%E6%A3%80%E7%B4%A2%E7%BB%93%E6%9E%9C.png)
<p align="center">音频检索结果（含播放控件）</p>

音频文件同样支持语义检索。结果中显示音频文件名、对应时间段与内容摘要，点击后在页面底部展开音频播放控件，可直接收听相关片段。

## 5. 注意事项

<Tip>
  使用前请注意：

  1. **文件需等待处理完成才可检索**——大文件处理时间较长，请耐心等待状态变为「处理完成」。
  2. **深度解析按页计费**——0.12 元/页，适合格式复杂的 PDF，普通文档无需开启。
  3. **注意存储空间**——免费存储空间为 1GB，用量超过 70% 时建议清理无用文件或升级套餐。
  4. **知识库计费说明**——详见对应文档
</Tip>