我要投稿
Dify知识库调优，提升工作效率的实用指南。 核心内容： 1. Markdown格式优化知识库文件 2. 推荐的嵌入式模型bge-m3 3. 混合检索方式提升搜索深度
经过多次的测验，最终总结出Markdown格式是知识库最合适的，Excel格式的文件算是支持的比较差的，所以，如果是Excel的表格数据，可以考虑转换成Markdown格式的表格，会比单纯的Excel文件上传给知识库的效果会更好。
1、表格内容转Markdown
我用DeepSeek生成了一个网页版的excel表格内容转Markdown格式的工具，需要的文末会有下载方式。
下面是我获取这个工具的一个过程，其实现在AI可以帮我们做很多工作，只要能够合理利用，会提高我们的工作效率：
2、文本内容转Markdown
文本内容转Markdown格式我推荐一个开源项目，可以自己部署在本地或者服务器上，上传文件可以转换成markdown格式文件。
自己部署的话可以在github上下载源码去部署：
https://github.com/opendatalab/MinerU
https://mineru.net/
现在市面上Embedding模型有很多，那么我们需要选择哪一款呢？
经过我个人测试以及群友和其他大佬们的推荐，最后总结为bge-m3这款Embedding模型是最值得推荐的，
ollama pull bge-m3
Dify的知识库提供了三种检索方式，分别是：向量检索、全文检索和混合检索这三种方式。
其中，更推荐使用混合检索的方式
将语义值拉至1，表示仅启用语义检索模式。借助 Embedding 模型，即便知识库中没有出现查询中的确切词汇，也能通过计算向量距离的方式提高搜索的深度，返回正确内容。此外，当需要处理多语言内容时，语义检索能够捕捉不同语言之间的意义转换，提供更加准确的跨语言搜索结果。
将关键词的值拉至1，表示仅启用关键词检索模式。通过用户输入的信息文本在知识库全文匹配，适用于用户知道确切的信息或术语的场景。该方法所消耗的计算资源较低，适合在大量文档的知识库内快速检索。
1、可以通过调整检索算法来优化；
2、也可以通过工作流控制知识库访问来优化；
可以通过对内容的分割，把长文本的数据处理成短文本的数据，这样有助于知识库的优化检索。
同时也可以考虑根据长文本的内容或目录等结构性内容，构建知识图谱。
53AI，企业落地大模型首选服务商
产品：场景落地咨询+大模型应用平台+行业解决方案
承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2024-12-24
2024-04-25
2024-07-16
2024-07-20
2024-04-24
2024-06-21
2024-05-08
2024-11-15
2024-08-06
2024-05-09
2025-05-22
2025-04-27
2025-04-15
2025-03-20
2024-12-19
2024-09-13
2024-09-13
2024-08-28
回到顶部
粤ICP备17114055号
