用nova ai搭建垂直行业知识库需四步：一锁定可控知识源，二配置行业语义解析器启用ner与关系抽取，三构建决策树、流程图、约束图三类可执行知识形态，四绑定智能体路由、回退链与动作调用策略。
☞☞☞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☜☜☜
用Nova AI搭建垂直行业知识库，不是把PDF扔进系统就完事，而是要让AI智能体真正理解行业语义、识别业务上下文、并能调用结构化知识执行决策。这要求你绕过通用RAG的粗放式检索，进入行业知识精炼与智能体协同执行的深水区。
第一步：锁定知识源边界，拒绝“全量上传”陷阱
打开Nova AI控制台 → 进入「Data Sources」模块 → 点击「Add Source」→ 选择「Custom Connector」而非「Web Crawler」或「Drop Folder」。
只接入三类明确可控的数据源：【企业内部SOP文档（PDF/Word）、结构化数据库快照（CSV/Excel）、经法务审核的API接口（如CRM客户字段定义）】。其他来源（如未脱敏客服对话记录、员工微信群截图、第三方网站爬取内容）一律排除——这些数据未经语义清洗和权限校验，会直接污染向量空间，导致后续检索返回“看似合理但完全错误”的行业术语解释。
上传前手动重命名文件为「领域_模块_版本号」格式，例如「医疗_医保结算规则_v2.3_202606」。Nova AI的元数据解析器会自动提取前缀作为知识域标签，这是后续智能体路由的关键依据。
第二步：配置行业语义解析器，激活NER+关系抽取双引擎
在「Knowledge Processing」工作流中，关闭默认的「Generic Text Splitter」→ 启用「Domain-Aware Chunker」→ 选择预置模板「Legal Contract / Medical Guideline / Financial Regulation」（根据你的行业点击对应选项）。
该模板会自动加载两层处理逻辑：第一层用行业微调过的NER模型识别实体（如「DRG分组码」「药品通用名」「LPR利率浮动区间」），第二层运行规则引擎抽取三元组（如「[医保局]–[发布]–[DRG付费实施细则]」）。注意：若选择「Generic」模板，所有专业缩写将被切碎成无意义token，导致向量化后语义断裂。
勾选「Preserve Cross-Document References」。例如某份手术操作规范中引用了另一份《院感防控指南》第5.2条，该引用关系会被保留为图谱边，供后续智能体推理使用。
第三步：构建可执行的知识形态，不止于问答对
进入「Knowledge Forms」面板，不要只生成QA-Pair → 必须同时启用以下三种形态：
方法一：「Decision Tree Form」——将政策条款转化为if-then规则链。例如输入「患者年龄≥65岁且诊断含‘心衰’」→ 输出「触发【高风险用药审核】节点→ 调用药师复核接口」。
方法二：「Procedure Flow Form」——把SOP拆解为带状态标记的操作序列。每步标注「执行角色（医生/护士/系统）」「前置条件（检验报告已回传）」「失败兜底动作（自动转人工队列）」。
方法三：「Constraint Graph Form」——显式声明行业强约束。比如「医疗器械注册证有效期≤5年」「跨省医保结算必须匹配参保地白名单」。这些约束会被注入LLM的system prompt，强制其在生成时自我校验。
【关键动作】在「Constraint Graph」编辑页，手动添加至少3条业务硬约束。Nova AI不会自动推导合规红线，漏填将导致智能体在真实场景中违反监管要求。
第四步：绑定智能体行为策略，让知识驱动动作
创建新Agent → 在「Execution Policy」中设置：
① 首先指定「Knowledge Router」：当用户提问含「报销」「结算」「DRG」等词时，强制路由至医疗知识库；含「LPR」「抵押率」「五级分类」则切到金融知识库。路由规则支持正则表达式，例如.*(?i)lpr.*|.*基准利率.*。
② 然后配置「Fallback Chain」：若RAG检索置信度＜0.65 → 不返回“我不清楚”，而是自动触发「Constraint Graph Validation」→ 再失败则调用「Procedure Flow」中的兜底步骤 → 最终才转人工。
③ 最后设定「Action Binding」：在知识片段中标记「#call_api:charge_calculate」的段落，将自动绑定至后台计费服务；标记「#alert:high_risk_drug」的段落，触发企业微信告警机器人。
保存Agent配置后，点击「Test in Sandbox」→ 输入真实业务问题（如「退休职工异地住院如何结算？」）→ 观察智能体是否准确调用「Decision Tree」判断参保类型 → 检索「Procedure Flow」获取材料清单 → 调用「Constraint Graph」校验跨省备案时效性。
