JOTO
Contact us
← AI 智库
知识库

腾讯智能体Octop建知识库,公众号的第二大脑来了

2026 年 11 月 16 日

本文详解腾讯智能体Octop如何为公众号构建本地化知识库:启用知识库开关、下载本地ONNX向量模型(如BAAI/bge-small-zh-v1.5)、创建知识库并上传md格式公众号文章、将知识库挂载至专家小通,最终实现基于自有内容的精准问答与来源可溯。全过程在NAS本地完成,无数据外传。

知识库是公众号的第二大脑

上篇给全家配好了人格,但小通还是不知道公众号里发布的文章,这个公众号写过什么它一概不知。大模型的记性停在训练那天,你家的事它不会自己长出来。知识库就是给它外挂的记忆:回答问题前,先翻你喂的资料,照着答,翻不到就直说,不瞎编。这两年很火的「第二大脑」,说的就是这事。这次把两年攒下的公众号文章喂进去,让它当这个号的第二大脑。

启用知识库的四步操作

1、找到知识库入口:左侧管理区里有一页「知识库」,刚进去是只章鱼的空状态,写着未启用知识库,下面把路径列成了三步:打开知识库设置、启用知识库、配置向量模型。点中间那个红色的「知识库设置」按钮。

未启用知识库
未启用知识库

2、打开启用知识库开关:右侧弹出设置面板,最上面就是「启用知识库」开关,默认是关着的,全家专家都用不上知识库。打开后,面板里才出现后面的选项。

打开知识库设置
打开知识库设置
打开启用开关
打开启用开关

3、选本地 ONNX,下载向量模型:向量化模型二选一:本地 ONNX 或在线 Embedding。选本地的理由很直接,文章切片算向量的活全在自家 NAS 上干,没有任何内容发出去,这正是「第二大脑长在家里」的底气。推荐列表头一个 BAAI/bge-small-zh-v1.5,92 MB 的中文小模型,点「下载」,弹窗提示约 92 MB、几分钟下完。列表里还有 655 MB 和 2.2 GB 的大块头,眼下公众号文章这个量级用不上。

下载向量模型
下载向量模型

4、保存知识库设置:稍等片刻,状态栏里运行状态已安装、模型状态已下载,两行绿勾,点保存。面板里还有个「图片与扫描件 OCR」开关,默认是关闭的,纯文字知识库用不上,大家可以根据情况进行开启。

保存后状态全绿
保存后状态全绿

创建并挂载知识库

1、什么是知识库:将上传的文档先切成小段、建好索引,对话时专家按问题把相关段落捡出来引用,而不是把整篇文章硬塞给它。这段空状态页面上也把支持上传的格式列了出来,md、pdf、docx、表格、图片都行,公众号文章导出时可以转成 md 格式,正好可以直接导入知识库。

还没有知识库
还没有知识库

2、创建AI家科技知识库:回到知识库页,点「创建知识库」,表单很简单:名称填 AI家科技,描述写公众号文章知识库,描述懒得想还可以让 AI 根据名称生成。底下「谁可以使用」选了仅自己,家人的号暂时不给使用这个库。

新建知识库表单
新建知识库表单

3、上传公众号文章:建好后是个空文件区,点右上角红色的「上传文件」,把提前转成 md 格式的文章整批拖进去。每篇文件 Octop 自动切段建索引,列表里能看到每篇的分块数,状态变成绿色的「就绪」就是处理完了。

知识库建好了
知识库建好了

上传公众号文章

4、知识库挂到专家小通:库建好了还得告诉专家用它。到专家页编辑小通,找到「可访问知识库」,把 AI家科技 勾上,保存。它新开的会话就自动带上这个库了。

给专家配置知识库
给专家配置知识库

5、问一句验证:在会话里问它:根据知识库内容,一句话总结天猫精灵控全屋的实现方案。回答上方先标了调用了工具,然后一句总结,再拆成技能层、通道层、执行层三层讲明白,末尾附着「来源」,命中的几篇天猫精灵文章整整齐齐排在下面,点开就能跳原文。它没有编,全是照着自家的文章在答。

会话验证
会话验证

到这里,AI家科技两年写过的东西它都翻得着了,写新文章前先问问它这个题写过没有、当时的方案怎么走的,比翻后台快得多。知识库管答得准,不管会得多,资料里没有的它还是不会。家庭其他场景,比如体检报告、家庭支出账单、孩子的错题本,道理也一样,喂什么它记什么,而且向量化、检索全在自家 NAS 上,不出家门。

JOTO 企业落地观察

  • 企业部署私有知识库时,必须明确区分「推理服务」与「向量计算」的物理边界——Octop 将向量化全程置于本地 NAS,意味着企业无需为 Embedding API 支付额外调用成本,也规避了敏感文本经公网传输的风险。
  • 知识库效果高度依赖文档预处理质量:公众号文章需导出为 md 格式再上传,说明结构化清洗(如剔除广告、统一标题层级、保留图表语义)仍是 RAG 工程中不可跳过的前置环节。
  • 「仅自己可用」的权限粒度表明,当前系统尚未内置团队级知识协同机制;企业若需多角色共享知识库,须自行设计访问控制策略或等待平台能力升级。
  • 本地 ONNX 模型选型(如 bge-small-zh-v1.5)反映轻量化向量模型正成为边缘侧知识检索的事实标准,这对 FDE 驻场共创中快速验证客户私有语料的语义对齐能力具有实操价值。

立即咨询 JOTO

JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务,帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询

想把这些做法用到你的业务里?

留下你的场景和痛点,我们帮你判断从哪一步开始。

联系我们
Contact Us

Start your enterprise AI rollout

Tell us your industry, team, and current pain points. We'll get back to you within one business day to help you decide what to tackle first, what data to prepare, and which platform fits.

WeChat
Scan to add us for a 1:1 chat
JOTO WeChat consultation QR code

Tell us what you need

Once we receive your details, we'll be in touch within one business day.