必须升级至v3.2.0+版本并确认为私有化部署，再将结构化后的本地文档放入无中文/空格路径的knowledge_base文件夹，通过文件系统或smb接入知识源，最后验证引用标记及调试日志确保生效。
☞☞☞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☜☜☜
让百度一镜数字人准确回答行业专属问题，必须让它读得懂你存放在本地的政策文件、产品手册、FAQ文档——这需要把本地知识库真正接入一镜系统，而不是仅靠通用大模型泛泛而谈。
确认一镜版本与部署形态
打开百度一镜管理后台，在右上角点击“关于”查看版本号。只有 v3.2.0 及以上版本才原生支持本地知识库挂载功能；若为旧版，需先升级至最新稳定版，否则后续所有配置均无效。
判断当前是一镜云版还是私有化部署版：进入“系统设置→部署模式”，显示“私有化部署”或“本地服务器”字样方可执行本地知识库对接；云版用户无法访问本地文件系统，此路径直接终止。
准备知识库文件并结构化处理
将待接入的PDF、Word、Excel、TXT等原始文档统一放入一个空文件夹，命名为knowledge_base，路径不含中文、空格和特殊符号（如D:iknowledge_base）。
必须剔除扫描版PDF——这类文件本质是图片，OCR识别率低且无文本层，一镜无法解析。可用Adobe Acrobat或WPS“扫描转文字”功能先行处理，导出为可选中文本的PDF或纯TXT。
对多页文档做章节切分：每份文件应按业务逻辑拆成独立语义单元（例如《医保报销指南》拆为“门诊报销”“住院报销”“异地备案”三份），单个文件建议控制在5000字以内。文件过大将导致向量化失败或检索响应延迟超3秒。
调用百度PaddleOCR‑VL大模型API，支持PDF、Word、PPT、图片等多格式文档解析，精准识别印刷体、手写体、表格、公式、图表、印章等复杂元素，支持100+语言，可处理不规则布局和跨页长文档。触发词：文档解析、VLM解析、大模型OCR、PaddleOCR、多模态文档、手写识别、公式识别、复杂版面。
在管理后台启用本地知识源
登录一镜后台 → 左侧导航栏进入【智能体配置】→ 选择目标数字人实例 → 点击【知识增强】标签页。
方法一：直连文件夹路径
点击“添加本地知识源” → 选择“文件系统接入” → 在弹窗中粘贴前述knowledge_base完整路径（如D:iknowledge_base）→ 勾选“启用自动同步” → 点击“保存并构建索引”。【注意：路径末尾不能带斜杠，否则索引构建会静默失败】
方法二：SMB共享挂载（适用于跨设备部署）
将knowledge_base文件夹设为Windows共享目录，获取UNC路径（如\192.168.1.100kb）→ 在同一界面选择“网络共享接入” → 输入UNC路径及具备读取权限的账户凭证 → 启用增量扫描周期（建议设为2小时）→ 提交。
验证知识调用效果
第一步：在【测试对话】窗口输入明确指向本地文档的问题，例如“根据《2026年社保缴费基数表》，上海城镇职工养老保险单位缴纳比例是多少？”
第二步：观察回复末尾是否出现引用标记，格式为[来源：2026社保基数表.xlsx, P3]——有该标记说明知识已生效；若仅返回通用答案或提示“未找到相关信息”，说明文件未被成功索引或关键词匹配失败。
第三步：点击右侧“调试日志”面板，展开最近一次请求的“知识检索”节点，查看命中文件名与相似度得分。得分低于0.65的条目不会参与最终答案生成，需优化原文关键词密度或补充同义词别名。
