文件库

除了向量知识库，煎蛋平台还提供一种特殊的知识库类型：文件库。

区别于传统的向量知识库，煎蛋平台提供的文件库采用独特的知识管理方式。该类型知识库的核心特征是保持文档完整性，适用于需要完整上下文才能准确理解的内容。

机制对比说明

传统向量库	文件库
使用专用嵌入模型（如text-embedding-3-small）生成向量	直接调用大语言模型的自然语言理解能力
依赖余弦相似度等数学计算进行匹配	通过语义相关性进行逻辑判断
必须对文档进行分块处理	保持文档原始完整形态
召回分块内容	召回整个文件

召回（检索）

文件库的检索机制完全依托于大语言模型的理解能力。系统通过以下两个层级的语义匹配实现精准定位：

1. 知识库层面匹配：模型首先理解用户问题与知识库名称、描述之间的关联性（例如名为"家电维修手册"的知识库会自动关联设备故障类问题）
2. 文件层面匹配：在确定相关知识库后，模型进一步分析文件名、文件描述与用户问题的语义相关性（如查询"X200型号打印机的卡纸处理"时，会自动匹配文件名包含"X200"和"故障处理"的文档）

生成

文件库采用全文档处理模式，可以充分发挥现代大语言模型超大上下文窗口的优势：

• 完整上下文：直接提供未经切割的原始文档（例如完整的10页产品说明书）
• 信息零损耗：避免传统向量化处理导致的格式丢失（特别适合表格、代码片段等结构化内容）

适合的场景

文件库特别适合以下类型的知识管理需求：

1. 完整性敏感文档

   • 法律合同模板（需保持条款完整性）
   • 实验数据报告（含完整图表和分析）
   • 产品规格书（不同型号独立成文）

2. 强关联性内容

   • 设备操作手册（前后章节存在逻辑依赖）
   • 技术白皮书（需跨章节综合理解）
   • 年度报告（数据间存在横向对比关系）

3. 版本控制文档

   • 政策文件（不同生效日期版本）
   • 软件更新日志（按版本号区分）
   • 标准化流程（不同修订版）