本节将说明如何向已创建的知识库中导入文档。

1. 在知识库列表，点击知识库卡片中的【导入文档】，或进入知识库详情页面后点击【导入文档】

2. 在【导入文档】页面中填写相关参数，具体参数如下。

导入方式：支持本地上传、从 TOS 中导入、公开下载链接、从飞书文档导入。

• 本地上传：

  • 直接上传本地文件到知识库，系统会默认生成 doc_id，因此分多次导入重名文档时都会保留，如需更新文档，请删除该旧文档后重新导入，或参照下文通过 url 方式导入，指定要更新文档的 doc_id，新文档会覆盖旧文档

• 从 TOS 中导入：

  • 需要先进行跨服务授权， 否则无法获取到当前账号下 TOS 中的文档信息
  • 直接选择 TOS 路径（注：当前仅支持华北区域）。
  • 注意：
    • 该目录下的文件可以在 TOS 上完成 doc_id 的定义，没有 doc_id 的文档将会由系统自动生成 doc_id。注意 doc_id 只能使用英文字母、数字、下划线_，并以英文字母开头，长度要求：[1, 128]。在 TOS 上有两种定义doc_id 的方式：1）通过文档的【修改元数据信息操作】，添加字段选择 x-tos-meta，配置 doc_id 的值。2）使用接口批量定义，见SetObjectMeta
    • 导入目录下的文档是一次性的，后续目录下的文档变更不会被自动同步到知识库
    • 目录下文档的 doc_id 不能重复，如果有重复，仅会覆盖并保留最后上传的文档
    • 如果想对目录下文件内容进行变更，有以下两种方式：1) 通过 url 方式导入，并指定为要替换文档的 doc_id（相对比较快）；2) 通过 TOS 方式导入，这种方式会对目录下所有的文档做变更检查，并将新文档替换旧文档。由于需要做文件校验，这种方式耗时较长
    • 不符合格式要求的文档将会被忽略不会被导入知识库
    • 导入目录时只会扫描目录下的文件，而不会递归查看子目录
      

• 公开下载链接，需要填写的参数如下：

  • 下载链接：本次导入文档的链接地址
  • 文档 ID：即 文档的 doc_id
  • 文档名称：以格式结尾，如“文档名称.pdf”
    

• 通过飞书文档导入

  • 第一次使用需要按照引导先安装【火山方舟知识库】应用，否则无法获取飞书下的文档信息，安装应用有两种方式，
    • 一种是飞书企业管理员进行授权安装，搜索【火山方舟知识库】应用然后授权安装
      
    • 另一种是普通飞书用户安装，搜索【火山方舟知识库】应用申请安装，有飞书企业管理员进行审批
      
  • 应用安装完成后，用户在知识库绑定账号开始上传文档
    
  • 支持选择飞书文档/文件夹/知识库，或者通过URL添加
    

  注意

  飞书企业管理员在飞书管理后台工作台的应用管理模块下选择【火山方舟知识库】可配置应用的可用范围及禁止哪些成员使用等。

  

  • 若要解除绑定知识库，点击按钮，退出账号即可
    
  • 注意：
    • 第一次使用需在飞书应用授权管理开通火山方舟知识库授权
    • 用户有下载权限的文档才能支持导入
    • 导入的文档是一次性的，后续文档变更不会被自动同步到知识库

知识库支持结构化和非结构化两大类文档

【对于 faq 特殊格式的说明】

1. 上传文档时，需要通过特殊的后缀 .faq 进行标识，格式为：文档名.faq.xlsx；文档固定格式为一列问题、一列答案，示例：Q&A问答对示例
2. 解析限制说明：对于问题或答案为空的行会跳过不做处理。

文档内容更新如何同步到知识库

目前知识库文档的更新需要用户再次上传目标文档，利用相同的 doc_id 实现对原文档的覆盖更新。
对于更新的文档同步到知识库的具体操作，可参考以下说明：

• 通过界面上传

利用公开下载链接，指定新文档的文件 ID 为需要替换掉的原文档 ID，即可实现文件覆盖更新。

• 通过 API 或 SDK 上传

使用 /api/knowledge/doc/add 接口上传文档时，指定 doc_id 为需要替换的文档 ID，即可实现文档和切片内容的覆盖。
需要注意的是，"add_type" == "tos" 时，该字段无效，需参考 TOS 上完成 doc_id 的定义 。

文件夹下增量文档更新如何同步到知识库

目前知识库仅支持【从 TOS 中导入】实现增量文档更新。
当已导入的 TOS 目录下有新文件存在，再次导入该目录，知识库会自动根据是否已有同名文档进行判断，并将未导入的文档上传到知识库中。同名的重复文档则会自动跳过，不会再次上传知识库。
对于增量文档更新的具体操作，可参考以下说明：
【方式一】通过界面操作
在导入文档页面选择从 TOS 中导入，再次导入同一个目录。
【方式二】通过 API 操作
通过文档上传接口，add_type 选择 tos ，tos_path 填写同一个目录路径。