☞☞☞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☜☜☜
mulerun可自动构建faq知识库，支持四类方式：一、从对话历史语义聚类提取高频问答；二、解析pdf/markdown文档显性化隐含q&a；三、通过自然语言指令动态生成场景化faq；四、用cli导出标准json schema格式文件。
如果您已积累大量用户咨询对话、客服工单或产品文档片段，但尚未形成结构化faq知识库，则mulerun可基于语义聚类与意图归纳技术，自动识别高频问题并生成标准faq条目。以下是实现该目标的具体操作路径：
一、从对话历史中自动提取高频问答对
该方式利用MuleRun内置的NLU引擎对历史聊天记录进行无监督聚类，识别重复率高、表述相近的用户提问及其对应人工回复，作为FAQ原始素材来源。系统会过滤掉问候语、情绪表达等非问题类语句，并保留带明确动作指向的问句。
1、进入MuleRun控制台，在左侧导航栏点击“Knowledge”模块。
2、在顶部标签页中选择“FAQ 自动构建”，点击“导入对话源”按钮。
3、勾选已接入的渠道：如“飞书客服群”“邮件工单归档”“微信客服API日志”。
4、设置时间范围为最近90天，点击“开始分析”。
5、等待进度条完成，系统将列出Top 20高频问题簇，每簇含3–8条近似问法及统一推荐答案。
二、基于产品文档PDF/Markdown批量生成FAQ条目
该方式适用于已有结构化产品说明材料的场景，MuleRun通过段落切分、标题识别与Q&A模式匹配算法，将文档中的“问题-解答”隐含结构显性化，避免人工逐条摘录。支持中文标点识别与多级标题语义继承。
1、在“Knowledge”模块中，切换至“文档解析”子页。
2、点击“上传文档”，拖入本地PDF或Markdown文件（单次最多5个，总大小不超过100MB）。
3、在解析预设中选择“FAQ导向提取”，系统将自动跳过封面、版权页、目录等非内容区域。
4、确认文档内章节标题符合“常见问题”“使用疑问”“故障排查”等关键词后，点击“执行结构化解析”。
5、解析完成后，页面展示所有被识别为FAQ候选的段落对，每条均标注原文位置与置信度评分。
三、通过自然语言指令触发FAQ动态生成
该方式适用于临时性、场景化FAQ构建需求，例如针对新上线功能快速生成配套说明。用户仅需用日常语言描述目标范围与预期格式，MuleRun即调用推理链生成符合规范的问答条目，并支持即时预览与编辑。
1、在控制台任意页面底部，点击浮动指令栏中的“+”号按钮。
2、输入指令：“根据‘支付失败重试流程’这个功能，生成5条面向终端用户的FAQ，每条包含问题、简明答案、不超过20字的注意事项”。
3、发送后，界面实时显示生成中的状态条，标注当前调用的Skill链：[功能语义理解]→[用户视角转译]→[FAQ模板填充]。
4、结果返回后，点击任一条目的“编辑”图标，可手动调整措辞或补充截图占位符。
5、确认无误后，点击“批量入库”，所有条目将同步写入当前知识库并标记为“AI生成_待审核”状态。
四、使用CLI工具离线生成FAQ JSON Schema文件
该方式适用于需与外部CMS、Help Center平台对接的开发者，通过命令行调用MuleRun本地Agent模块，将已清洗的问题集导出为标准FAQ JSON Schema格式（兼容Zendesk、GitBook、ReadMe等平台），绕过Web界面限制。
1、确保MuleRun Desktop Agent已运行且处于在线状态。
2、打开终端，执行命令：mulerun faq export --source=chatlog_2026Q1.json --format=jsonschema --output=faq_output.json。
3、检查输出路径下是否生成合法JSON文件，使用jq .questions[0].question验证首条问题字段可读性。
4、若报错提示“缺少意图标签”，则需先运行前置命令：mulerun nlu train --dataset=chatlog_2026Q1.json。
5、成功生成后，该JSON文件可直接上传至目标Help系统后台的FAQ导入接口。
