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：

1. 创建知识库

   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。

2. 导入文件

   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。

3. 等待处理

   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。

4. 开始检索

   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。

3. 知识库管理

3.1 创建知识库

1. 创建知识库

   

2. 配置知识库参数

   

   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 - 当选择的向量模型为全模态向量模型 - 使用场景：     - 音视频等各模态数据     - 复杂问题查询     - 文档包含复杂图文信息     - 支持语义补全或指代增强等高精度要求的业务场景 2. 文本版 - 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 - 使用场景：单一文本模态信息查询 3. QA版 - 导入的知识为问答对格式 - 系统将根据文档格式自动将该知识库识别为QA版 - 使用场景：     - 精准匹配问题与答案     - 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 （⚠️ 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 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。 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。 此操作不可逆，启用后无法回退。 2. 深度解析 适合复杂版面分析、表格、公式，按页计费 0.12 元/页 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 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。 3. 图片理解 调用多模态大模型为图片生成文字描述，消耗 glm-4.5v tokens 该操作可逆。

3. 选择向量化模型（用于区分知识库类型）

   

   • 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）

3.2 知识库列表

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

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	从本机上传文件，上传后可查看进度与处理状态 - 支持文档格式：pdf、docx、doc、pptx、ppt、txt、md、xlsx、xls、csv，单文件不超过 100MB - 支持图片格式：jpeg, png, webp，单张不超过 5 MB - 支持视频格式：mp4, avi, mov，单条时长不超过 15 分钟 - 支持音频格式：pcm, wav, mp3, ogg，单条时长不超过 30 分钟	单文档文件 ≤ 100MB 单张图片 ≤ 5MB 音视频 ≤ 15 分钟
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

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

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。

4. 知识检索

4.1 检索入口

4.2 检索方式

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： - 补充问题背景与语境 - 同义表达扩展，提升召回率 - 点击可展开查看完整改写内容 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。 问题改写功能界面	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	- 向量检索：纯向量相似度匹配 - 关键词检索：通过关键词匹配 - 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	混合检索，配比 0.8

4.4 检索结果说明

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

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

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

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