Dify知识库搭建秘籍：为你的智能应用注入灵魂

掌握Dify搭建知识库，能让你的智能应用更懂用户。上一期的扩展挑战里提到一个很实用的方向：用“上下文”添加爆款文案材料，让输出质量和稳定性都上一个台阶。为了把这个案例打得更透，也激发更多灵感，这期我们专门聊聊怎么为应用注入“上下文语料”——说白了，就是怎么把你的个人经验和行业洞察，变成智能应用的灵魂。

思路其实不复杂：先创建并配置一个Dify知识库，然后在应用里把上下文指向它。来一步步拆解。

一）添加上下文

在应用中点击“添加上下文”，会弹出“选择引用知识库”的窗口。

所以，第一步必须先把知识库建好。

二）创建知识库

1. 创建一个空知识库

进入知识库页面，在左下角点击“创建一个空知识库”，比如取名“网络发疯文学”——专门存放网络发疯类文案。

2. 添加文件

选择本地文件上传，把本地的知识文档导进来。

选中文件后，点击“下一步”。

3. 文本分段与清洗

为了提升LLM的检索效率和回答精准度，Dify提供了两种分段模式：通用和父子。选择哪种，取决于文档类型和应用场景。

：适合需要根据关键词与各分段的相关度来选取最匹配内容的场景。设置项包括：

• 分段标识符
  ：默认是 ，即按段落分块。

• 分段最大长度
  ：分段内字符数上限，超出强制分段。默认500 Tokens，最大4000 Tokens（中文里1个Token约1～1.8个汉字）。

• 分段重叠长度
  ：段与段之间的重叠部分，建议设为分段长度Tokens的10%～25%。

：适用于文本量较大、内容清晰且段落相对独立的文档。它将每个段落视为父分段，子分段基于分隔符规则从父分段中切分。支持设置：

• 分段标识符
  ：默认 ，按段落切分。

• 分段最大长度
  ：默认500 Tokens，最大4000 Tokens。

• 全文
  ：不分段，把整个文档当做一个父分段，适合文本量小但段落间互有关联的场景。

此外，父子模式还支持文本预处理规则，用来过滤无意义内容，比如替换连续空格、换行符、制表符，删除URL和邮箱地址等。

由于这次导入的文档比较小，选的是「父子分段+全文」方式。设置好之后点击“预览块”，结果遇到了报错：Default model not found for ModelType.TEXT_EMBEDDING。

三）Embedding模型配置

Embedding模型负责把文字转换成计算机能理解的数字向量，让机器能理解词义和语境——比如搜索时找出意思最接近的结果。报错意味着Dify找不到需要的模型定义文件。解决方法很直接：安装一个Embedding模型。

3.1 安装模型（用Ollama）

ollama pull nomic-embed-text:latest

3.2 在Dify中配置模型

进入“设置 → 模型供应商 → Text Embedding”，输入模型名（nomic-embed-text）和Ollama URL，点击保存。

在模型列表里可以确认是否添加成功。

现在回到知识库数据处理页面，点击“预览”，分段结果就出来了。

检索设置可以先保持默认的向量检索。至此，文档上传完成，等待向量化处理结束即可。

再回到最开始的应用页面，点击“添加上下文”，就能看到刚生成的知识库，点击“添加”就行。

设置查询变量，比如选择“场景”作为查询条件，让模型根据场景生成回复。

四）效果验证

1. 知识库是否关联应用

2. 模型是否利用知识库学习后输出

查看模型调试日志，对比引入知识库前后的输出：

哇塞！这世界真是乱啊！???"风中和凌乱"}""凌乱到混乱"，反正乱！混乱的风中和混乱，混乱的混乱里和混乱！混乱还是混乱，混乱在哪儿都混乱！✨✨✨这乱得离谱的好事不看后悔！ unserialize系列第三弹来啦！#凌乱到混乱 #混乱的风

在风中飞舞的不仅仅是蝴蝶，还是我的心跳声~风中狂野，心随风飘，仿佛置身于一个充满魔力的世界！"疯了才能听见内心的声音" ?每一片落叶都是故事的开始，每一次转身都是命运的转折点！#疯点到我 #疯狂的风中生活 #风中的狂想曲

有意思吧？大模型的创造力就像一座待你开挖的金矿。写到这里，不妨思考一下：如果能把每次高质量输出的内容反向输入给应用，会不会形成正向循环？这或许是下一期可以研究的方向。