知识库未绑定导致数字人无法调用私有文档，需依次完成知识源格式标准化、上传向量化、数字人实例绑定、API动态调用及验证排查五步操作。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您已创建有言数字人，但其对话内容无法调用您私有的业务文档、产品资料或内部规范，则说明知识库尚未正确绑定。以下是将自有知识库接入有言数字人的具体操作路径：
一、知识源格式准备与标准化
有言平台仅识别结构化或经清洗的文本类知识源，原始文件需统一转换为支持格式并完成元数据标注，否则将导致解析失败或信息丢失。
1、将PDF/Word文档通过PyPDFLoader或UnstructuredWordDocumentLoader加载，提取纯文本内容；
2、对提取文本执行清洗：去除页眉页脚、OCR错字、乱码及非中英文符号（使用正则re.sub(r'[^\u4e00-\u9fa5a-zA-Z0-9\s\.\!\?\,\;]', '', text)）；
3、按语义切分段落，每段长度控制在200–500字符之间，并为每段添加{"source": "产品手册_v2.3", "section": "安装步骤", "tags": ["硬件", "部署"]}格式的JSON元数据；
4、保存为UTF-8编码的JSONL文件（每行一个JSON对象），或合并为单个Markdown文件，标题层级需完整（# 一级标题，## 二级标题）。
二、知识库上传与向量化注入
平台需将文本转化为向量并存入专属索引库，该过程依赖嵌入模型与向量数据库协同工作，必须确保上传后触发自动向量化任务。
1、登录有言控制台，进入【智能交互】→【知识库管理】→【新建知识库】；
2、填写知识库名称（如“客服FAQ_2025Q4”）与描述，选择“私有可见”权限；
3、点击【上传文件】，拖入已准备好的JSONL或Markdown文件（单次上限200MB）；
4、勾选“启用自动向量化”，嵌入模型默认选用bge-large-zh-v1.5（中文优化版），不可手动切换；
5、点击【确认上传】，等待右上角提示“向量化完成（100%）”且状态变为“已就绪”。
三、数字人实例绑定知识库
单个数字人可同时绑定多个知识库，但每次对话仅激活当前选定的知识库索引，绑定操作须在数字人配置层显式指定。
1、返回【3D人物库】，选中目标数字人，点击【编辑】；
Convert Chinese patent PDFs/DOCX/DOCs to structured Markdown. Supports patent publications (A/B/U) and office action documents (审查意见通知书/驳回决定/复审决定书/无效宣告请求审查决定书). Uses MinerU for high-quality OCR text extraction (falls back to Tesseract), Python scripts for
2、切换至【智能交互】标签页，下拉【默认知识库】选项；
3、从列表中选择已就绪的知识库（名称后带✓ 已就绪标识）；
4、若需多知识库协同响应，开启【知识库融合检索】开关，并设置各库权重（如“产品手册:0.7”“售后政策:0.3”）；
5、点击【保存配置】，系统将立即重新编译对话引擎，耗时约15–45秒。
四、API级知识库动态调用
当数字人嵌入第三方系统（如企业微信、小程序）时，需通过HTTP请求实时指定知识库ID，绕过数字人后台的静态绑定，实现上下文感知的知识切换。
1、在【知识库管理】页面复制目标知识库的唯一ID（格式为kb_7f3a9c2d4e8b11ec）；
2、调用数字人API时，在请求体JSON中加入"knowledge_source": {"kb_id": "kb_7f3a9c2d4e8b11ec"}字段；
3、确保API请求头包含有效的X-Auth-Token（来自有言开发者密钥）；
4、服务端收到请求后，将临时加载该知识库索引，并在本次会话中优先匹配其中内容。
五、验证与异常排查
绑定完成后需执行真值测试，确认知识召回准确率与响应一致性，避免因元数据缺失或切分失当导致关键信息不可见。
1、在【调试面板】输入典型问题（如“保修期多久？”“如何重置密码？”），观察响应是否引用知识库原文片段；
2、点击响应末尾的来源标记（如“[产品手册_v2.3 §3.2]”），跳转至对应知识条目；
3、若出现“未找到相关信息”，检查知识库状态是否为“已就绪”、段落是否含足够关键词、元数据source字段是否为空；
4、若响应引用错误文档，核查JSONL中content字段是否被截断、是否存在跨段语义断裂。
