要构建高质量个人知识库，需依次完成五步：一、创建带向量索引的知识空间；二、上传多源文档并标注元数据；三、定义细粒度分类标签体系；四、配置个性化RAG-Prompt；五、启用双向记忆锚点链接。
☞☞☞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☜☜☜
如果您希望利用WorkBuddy AI构建专属个人知识库，但尚未完成结构化文档摄入与语义理解层配置，则可能是由于知识空间未启用自动分类或原始文档未经过NLP解析处理。以下是实现高质量个人知识库搭建的进阶操作步骤：
一、创建带向量索引的知识空间
该步骤确保后续文档检索具备语义相似性匹配能力，而非仅依赖关键词命中。系统将为每个文档生成768维嵌入向量，并建立FAISS本地索引，支持毫秒级近似最近邻搜索。
1、以管理员身份登录WorkBuddy，进入【系统设置】→【知识库管理】。
2、点击【新建知识空间】，在基础信息中输入名称“个人知识中枢”，可见范围选择“仅自己”。
3、展开高级选项，勾选【启用向量化索引】与【开启上下文窗口扩展（128 tokens）】。
4、在【嵌入模型】下拉菜单中选择“bge-m3-local-v2”，点击【保存并初始化】，等待状态栏显示“索引服务就绪”。
二、上传多源异构文档并标注元数据
此步骤突破单一文件夹导入限制，通过手动注入来源属性与人工校验标签，显著提升后续问答的上下文准确性与答案溯源可靠性。
1、进入“个人知识中枢”，点击【上传文档】→【高级模式】。
2、分别拖入三类文件：PDF格式的读书笔记、Markdown格式的会议纪要、TXT格式的灵感碎片。
3、对每份文档，在上传弹窗中手动填写【来源类型】（如“书籍摘录”“内部会议”“临时闪念”）、【可信度等级】（1–5星）、【关联项目】（可选填“年度OKR”或留空）。
4、勾选【跳过OCR】（针对纯文本类）与【强制重解析】（针对已上传但识别异常的PDF），点击【确认上传】。
三、定义细粒度分类标签体系
区别于预置模板的宽泛类目，本方法通过自定义标签树实现个人认知结构映射，支持多级嵌套与交叉归属，例如同一份“API调试日志”可同时打标“技术实践｜后端｜故障复盘”与“学习记录｜成长路径”。
1、在知识空间内点击【标签管理】→【新建标签组】，命名为“认知维度”。
2、依次添加一级标签：“知识域”“应用场景”“掌握程度”“时效性”。
使用 draw.io（.drawio 格式）和 SVG 生成兼容 Microsoft Visio 的架构图。当用户需要以下任一场景时触发： - 用于 Visio 或技术文档的架构/系统/网络图 - 带连接标注的分层控制系统图 - 将 draw.io XML 转换为稳定、可嵌入的 SVG - 修复 Visio 或 draw.io 无法打开的故障排查类图表 - 任何需专业级布局且文本可编辑的图表
3、为“知识域”添加二级子标签：前端、后端、AI工程、产品设计、职场软技能。
4、为“掌握程度”添加数值型子标签：待学习（0%）、初识（25%）、可复述（50%）、能教学（75%）、可重构（100%）。
5、全部配置完成后，点击【发布标签组】，系统立即同步至文档标注面板。
四、配置个性化检索增强提示（RAG-Prompt）
该步骤覆盖默认检索逻辑的盲区，通过注入用户习惯用语、术语偏好与回答风格约束，使AI响应更贴合个人表达范式，避免通用模型输出的“教科书腔”。
1、进入【知识库设置】→【检索增强配置】，点击【新建Prompt模板】。
2、在模板名称栏输入“我的技术笔记风格”，在系统指令框中粘贴以下内容：
你是我长期使用的AI知识协作者，熟悉我所有技术笔记中的缩写习惯（如“WB”指WorkBuddy、“RAG”不加全称）、排斥被动语态、回答必须带具体代码片段或CLI命令示例、禁止使用“可能”“建议”等模糊表述。
3、在【触发条件】中设定：仅当用户提问含“#技术”“debug”“怎么配”等标记时自动加载此模板。
4、点击【设为默认RAG模板】并保存。
五、启用双向记忆锚点链接
此机制打破文档孤岛，允许在任意文档段落中插入指向其他知识条目的语义锚点，形成网状知识图谱，支持反向追溯与动态关系推演。
1、打开一份已解析的Markdown笔记，在需要建立关联的位置插入光标。
2、键入“/link”，调出智能锚点面板，输入关键词“JWT失效处理”，系统自动列出3个匹配度最高的历史文档片段。
3、选择目标片段后，点击【插入双向锚】，当前文档生成可点击链接，目标文档末尾自动追加“被引用自：[当前文档标题]”。
4、保存后，点击任一锚点即可在新面板中并排查看原文与上下文，且右侧显示共现频次热力图。
