知识源与本地 ingest
字数
344 字
阅读时间
2 分钟
| 机制 | 入口 |
|---|---|
| 插件声明 | PluginMetadata.extra['knowledge_sources'] |
| 本地目录 | data/pallas_knowledge/**/*.md / .jsonl |
Bot 在 LLM 闲聊前统一检索并注入 system prompt。AI 为可选能力;无 LLM 时本页不生效。
官方参考
本体 packages/llm_chat 与内置 FAQ(pallas.bot_faq)可作为对照。
插件声明示例
python
from pallas.product.llm.knowledge.declare import knowledge_source_row
extra={
"knowledge_sources": [
knowledge_source_row(
source_id="my_plugin.faq",
title="插件 FAQ",
description="本插件常见问题",
chunks=[
{
"title": "用法",
"content": "发送 xxx 触发功能。",
"keywords": "用法,帮助,怎么用",
},
],
),
],
}本地目录 ingest
| 项 | 说明 |
|---|---|
| 路径 | data/pallas_knowledge/**/*.md 或 .jsonl |
| 开关 | LLM_KNOWLEDGE_FILE_INGEST_ENABLED(默认开) |
| source_id | pallas.file_ingest |
| Markdown | 按 # 标题切块 |
| JSONL | 每行一条 JSON 对象,字段包括 title、content、keywords |
示例见仓库内 data/pallas_knowledge/example.md,例如:
jsonl
{"title": "示例标题", "content": "这是内容示例。", "keywords": "关键字1,关键字2"}知识源 vs LLM Tool
| 场景 | 推荐 |
|---|---|
| 短 FAQ、规则、产品说明 | knowledge_sources / 本地目录 + prompt 注入 |
| 参数化查询、大 KB | llm_tools |
治理与检索
| 变量 | 默认 | 说明 |
|---|---|---|
LLM_KNOWLEDGE_SOURCES_ENABLED | 开 | 总闸 |
LLM_VECTOR_RETRIEVE | hybrid | hybrid / keyword / embedding;向量失败回落关键词 |
LLM_EMBEDDING_MODEL | stub | 对齐 AI 仓 embeddings |
LLM_KNOWLEDGE_TOP_K | 3 | 注入块数上限 |
读取受 memory_governance.can_read_generic_knowledge() 门控。运维视角见 LLM 与 AI。