AI知识库爆火！多模态能力应用，保姆级教程来了！

现在大家经常使用 DeepSeek 等通用大模型。但是用着用着就会发现他们就像一个啥都懂但不太精的学霸，啥都能聊几句，但可能包含错误信息。

这时，个人的知识库就很重要。有知识库的大模型就像在学霸的基础上，给它塞了一堆专业资料。在遇到专业问题时，它会先翻自己的“小抄本”（知识库），回答更靠谱。

今天，我选了 可能是目前最好用的 AI 知识库 ：字节的方舟知识库，支持快速搭建和多模态能力，分享如何搭建自己的AI知识库。

有多模态能力的 AI知识库

首先过一下官方介绍和核心优势。

方舟知识库是一款基于大模型技术的智能知识库服务，旨在帮助用户快速构建和部署知识库，实现文档内容的智能问答。其核心优势在于：

• 超大容量： 单文档最大支持 300M，单库规模可达 300 万篇，切片规模百亿级别。
  
• 高吞吐： 单日支持百万篇文档更新，满足快速迭代需求。
  
• 复杂文档处理能力： 尤其擅长处理包含复杂图表的文档，如财报、论文等。

保姆级使用教程

1. 进入知识库

使用地址：https://console.volcengine.com/ark/region:ark+cn-beijing/knowledge/collection/list

在入口处点击 “ 创建知识库 ” 按钮，输入名称及知识库描述后， 依据文档类型 选择数据类型 。目前支持 非结构化数据 （例如文章、报告、书籍等） 和 结构化数据 （例如问答总结、数据表等） 两种类型。

如果上传的文档中含有 大量带有文字的图片 ，建议开启 图片 OCR ，以提高识别准确率。这个功能 几 乎秒杀大多数需要调用视觉模型的本地知识库 。

为了全面评估方舟知识库的性能，我们选取了以下三类文档进行测试：

• 杂志：2025 年第 8 期《证券市场周刊》(PDF 格式)

• 论文：英文文献（PDF 格式）

• 试题：安全生产试题及答案（DOCX 格式）

将测试文档上传知识库，可以看到，方舟知识库对于文件格式的支持 几乎覆盖了PDF、Word、Excel等所有常见文档 ，并且同时 支持 飞书文档 ，以及 公开下载链接导入 。

点击“导入”后， 知识库会调用文本向量化模型构建知识库索引 。对于大文件，方舟知识库构建速度依然很快，这一点比 调用本地向量化模型部署的知识库 要好很多。查看“ 切片详情 ”，可以看到 文件详细的文本切片信息， 同时 支持指定查看某一个文件的切片。

接下来，我们将针对以上三类文档，详细展示火山引擎方舟知识库的实测体验。

1） 杂志解读问答（辅助伴读场景）

我们使用 2025 年第 8 期《证券市场周刊》扫描件进行测试，同时开启 图片 ocr， 提出了 3 个问题：

• 问题一： 公募基金针对哪一类经济板块进行积极投资？

这个问题的答案在杂志的第 44 页（总页数共 118 页），模型需要检索的篇幅非常多了。

进入知识库的“ 知识问答 ”板块，输入问题，可以看到方舟知识库很快 成功找到了正确答案并给出了准确的增长数值 ，并且还 检索到了下一页 ，从产业链的角度解释公募基金 具体加仓了哪些关键环节 。

同时点击“ 召回详情 ”，还能够查到在 问答过程中召回的切片 ，并且显示 每一个切片的召回分数与召回位次 。可以看到，排在首位的召回切片成功定位到了关键信息。

值得注意的一点是，当勾选“ 文档聚合排序 ”时，召回切片 按照原始文档顺序，对召回的切片进行排序聚合 ，以保证语序和语义正确。如果需要 按照召回分数与召回位次进行排序，请取消勾选 。

• 问题二：3 月 3 日- 3 月 7 日，百度平台周涨跌幅是多少？

这个问题的答案在杂志最末尾“ 一周市场热点及重点板块个股表现 ”，这是一份 图片格式的表格文件 。 这不仅要求图片 ocr 能够发挥作用，还需要识别表格信息 。

输入问题之后，方舟知识库很快 成功找到了正确答案并给出了准确的周涨跌幅。

点击“