首先需要开通知识库服务，目前开通知识库服务有两个入口，分别可通过火山控制台 - 向量数据库 VikingDB / 知识库 和 火山控制台 - 火山方舟 / 知识库开通知识库服务。然后可根据知识库核心流程的指导，创建知识库并执行后续流程。
购买后的校验有大概 1分钟 的缓存, 请等待一段时间再访问。知识库目前只支持华北，其他地区未开服，网页端会默认跳转华北知识库页面，需要在华北开通服务。
主账号默认有读写权限，如果子账号使用，需要由主账号给子账号正确配置权限，可参考创建子账号及策略配置--向量数据库-火山引擎进行权限配置。
当您不再需要知识库服务时，可以点击知识库列表页右上角【···】进行退订，可参考退订知识库。退订后您的知识库数据将被删除，资源将被释放。请注意一旦退订，将无法恢复，请谨慎操作。
知识库当前只支持按量计费，该计费方式为一种后付费方式，即先使用再付费。以<小时>为周期统计所有计费项的使用量，费用计入账单内，您可以在账单出账后结算费用。具体计费项可参考产品计费。
创建知识库不会立刻开始计费，只有上传文档才会触发知识库计算资源的分配和预留，同时知识库开始计费。文档删除不影响计算资源占用，因此将文档清空知识库仍会继续计费，若无需使用请主动删除知识库。删除知识库后，下一个计费周期不会产生新的费用。
目前一个用户支持创建的知识库上限为 200 个，每个知识库支持传入的文档上限为 50 万篇。
目前支持的导入方式：支持本地上传、从 TOS 中导入、公开下载链接。后续有计划支持飞书文档导入，请关注后续发布。
对于包含图片或表格的文档，能够自动解析出其中的文本和表格，且当开启【图片 OCR】功能时，还可以对 pdf、docx 文件中的图片进行文字识别，并结合上下文作为一个切片存储，检索测试支持返回参考图，详情可参考文档图片检索增强生成。
首先检查是否上传了不支持的文档格式（特别注意 faq 文档正确命名应为 name.faq.xlsx），并检查文档是否超出了当前大小限制。如果是通过 URL 方式上传文档，请保证 URL 可以公开下载。
在上传更新后的文档时，指定原文档的 doc_id，知识库会根据 doc_id 匹配到对应文档并实现更新。
目前知识库支持从 TOS 中导入实现文档增量更新。当已导入的 TOS 目录下有新文档存在，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。
在对象存储控制台中可以针对文档指定元数据信息，参数类型选择“x-tos-meta-”，参数名定义为“doc_id“，参数值需符合知识库 ”doc_id“ 命名规范：只能使用英文字母、数字、下划线_，并以英文字母开头，不能为空，长度要求：[1, 128]。
目前知识库仅支持使用 API 接口获得知识库的所有切片或具体文档所对应的切片，详情可参考list--向量数据库VikingDB-火山引擎。
知识库目前有5种文本向量化模型可供选择：
文档上传后需要经过解析、切片、embedding 等过程，耗时与文档大小和文档的复杂度强相关，一般单个文档在 1 分钟内可以完成。
百亿数据规模下，知识库的检索延迟大约在 10ms 左右。如果开启重排模型，设置召回数量为 25 时，知识库的召回时长大致在秒级别。
如果用户文档比较规整，有明确的切片分割规则，建议使用自定义分割符的方式进行切片。如果切片长度过短，短文本片较多，建议使用合并短文本片的方式改善切片效果。
首先可以尝试通过增加【返回文本片数量】召回更多切片解决。如果返回文本片数量已经比较大了，可以检查是否采用“混合检索”方案，即选择【Doubao-embedding+多功能版 / 短文本高精度+多功能版 / 多功能版】文本向量化模型，通过稠密向量和稀疏向量的混合检索提高召回率。
可以尝试开启【重排模型】，通过语义重排提高正确切片的位次。也可以尝试调整【dense_weight】进行优化，其取值越偏向 1 表示越倾向于语义检索，越偏向 0 则表示越偏向于关键词匹配检索。
目前知识库会按照用户设定的数量召回足够的切片，不会对分数较小的切片做截断丢弃处理，只要能召回都会送入大模型。通常情况下切片分数偏低不会影响大模型生成效果。
请检查API鉴权函数是否符合要求，可参考对接指南--向量数据库-火山引擎。
当前只支持使用 ak/sk 的方式进行鉴权，可参考Access Key（密钥）管理获得账号 ak/sk。
请检查公网延迟是否正常。如果无法解决可以使用私网连接，参考VikingDB 私网连接方式--向量数据库-火山引擎。
请检查API调用是否符合文档规范，关键参数填写配置是否一致。如无法解决，请提交工单。
知识库目前仅支持 Python SDK。如需使用其他开发语言，可参考对接指南--向量数据库-火山引擎生成签名，并调用 API 的相应服务。