需将原始文档预处理为ai可精准理解的知识片段，创建知识库时须唯一命名并选文本类型；上传前需ocr处理扫描pdf；分段清洗默认自动执行，结构混乱时改用自定义模式；验证分段效果后提交，待状态变“已就绪”即完成。
☞☞☞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☜☜☜
你需要把散落在Word、PDF里的制度文档、产品手册、会议纪要等原始材料，变成AI能精准理解并调用的干净知识片段，而不是上传完就不管——否则检索结果错位、截断、答非所问全是必然。
创建知识库并设置基础属性
登录扣子平台，进入你所属的团队工作区。在页面顶部导航栏点击「知识库」，再单击右上角「创建知识库」按钮。在弹出窗口中填写名称（【同一团队内名称必须唯一】）和简要描述，比如“2026版客户服务标准”，类型选择「文本」。确认后即完成创建，系统自动跳转至该知识库详情页。
上传本地文档并触发自动解析
在知识库详情页点击「新增单元」→ 保持默认「文本格式」→ 点击「上传文件」。支持 .txt、.pdf、.docx、.md 格式，单个文件不超过 20MB，一次最多传 10 个。这一步操作起来很简单，直接把文件拖进上传区就行。注意：PDF 若含扫描件或图片，系统无法提取文字，会整页识别为乱码，务必提前用OCR工具处理好再上传。
选择分段策略与清洗规则
上传完成后进入分段预览界面，这里决定知识是否“干净”的关键一步。系统默认启用「自动分段与清洗」，它会做两件事：
① 按标题层级、空行、换行符自动切片；
② 执行两项强制清洗：替换连续空白字符（含制表符、多余换行）、删除所有 URL 和邮箱地址。
如果你的文档结构混乱（比如没有标题、段落间无空行），或需要保留某些链接用于溯源，必须切换到「自定义」模式。在自定义中，你可以指定分段标识符（如“###”、“———”），设置最大段长度（建议≤512字符），并关闭「删除URL」选项——但要清楚，不删链接可能导致向量混淆，影响召回精度。
验证分段效果并提交处理
方法一：快速验证
在分段预览区滚动查看前10个片段，重点检查三点：是否有大段空白被切进正文、技术术语是否被意外截断（如“MQTT协议”断成“MQTT”和“协议”）、表格内容是否塌缩成一行乱码。
方法二：深度验证
点击任意一个片段右侧的「展开」图标，对比原文位置。若发现某段开头缺主语、结尾无句号、或混入页眉页脚，说明分隔符设置不合理，需退回上一步调整。
确认无误后，单击「完成」。状态变为「处理中」，待显示「已就绪」即表示清洗与向量化全部完成。
