> ## Documentation Index
> Fetch the complete documentation index at: https://ai-novel-writing-assistant.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# 知识库与 RAG

> 保存长期影响创作的资料，让 AI 在规划、续写和正文生成中自动召回参考。

知识库用于保存长期会影响创作的资料，例如设定文档、参考作品、拆书结论、角色资料、世界规则和写法样本。它的作用是让资料在后续规划、续写和正文生成中继续被使用，而不是每次都靠你临时复制粘贴。

RAG（检索增强生成）是知识库的核心机制：系统在章节执行时，会根据当前章节任务构造查询，从知识库召回最相关的资料片段，与本书事实、规划资产一起组装成上下文包，供 AI 生成正文时参考。

## 知识库能帮你做什么

* 上传和管理创作资料。
* 保存拆书发布结果，让拆书经验进入后续写作。
* 查看资料索引进度，确认文档是否可以被检索使用。
* 测试某份资料是否能被召回。
* 归档不常用资料，并在需要时恢复。
* 为小说、世界观、写法和章节生成提供长期参考。

## 适合什么时候用

* 有设定、资料、参考文本或拆书结论，希望后续写作继续使用。
* 写长篇时，经常担心 AI 忘记前面的世界规则或资料背景。
* 想把多个参考来源统一整理，而不是散落在本地文件和聊天记录里。
* 想检查某份资料是否真的能被后续生成用上。
* 想让拆书结果、写法样本和世界资料成为可复用资产。

## 开始前准备

知识库是增强能力，不是开始写小说的前置条件。你可以先不配置知识库，直接创建小说和生成章节；当你开始需要长期资料、参考作品或复杂设定时，再启用知识库。

如果要完整使用资料检索能力，通常需要配置可用的 Embedding 模型和向量库连接。普通用户可以先按设置页提示完成基础配置，再回到知识库上传资料。

上传前建议先整理文本：

* 一份文档尽量只放同一类资料。
* 标题写清楚资料用途。
* 参考作品、世界设定、写法样本最好分开保存。
* 不再使用的资料可以归档，避免干扰后续召回。

## 推荐使用路径

**1. 打开知识库**

进入“知识库”页面。

**2. 上传资料**

上传设定、参考文本或整理好的资料。

**3. 确认索引完成**

查看索引状态，等待资料处理完成。

**4. 召回测试**

使用召回测试确认资料能被找到。

**5. 绑定使用**

在小说、世界、拆书或写法流程中选择或绑定这份资料。

**6. 归档与恢复**

不再使用时归档；需要重新使用时恢复并重建索引。

如果你从拆书模块发布结果，知识库会把它作为拆书发布资料保存，方便回到来源拆书继续查看。

## 资料入库与使用流程

```mermaid theme={null}
flowchart LR
  U[上传资料] --> V[索引进度<br/>向量/文本处理]
  V --> W[召回测试<br/>确认命中]
  W --> X[绑定到小说/世界/写法]
  X --> Y[章节执行时<br/>构造查询召回]
  Y --> Z[进入上下文包<br/>参与正文生成]
```

## 资料如何进入章节上下文

重置

章节上下文包

这是 Biz Novel Studio 章节生成时最关键的一步。系统不会简单地用章节标题去搜索知识库，而是根据完整的章节任务组装查询，再召回与当前目标最相关的资料。

### 查询构造内容

章节 RAG 查询会包含以下信息，全部来自章节任务单和上下文包：

* 小说标题
* 章节标题
* 章节目标
* 章节期待
* 本章必须推进内容
* 目标冲突
* 出场角色
* 结构化大纲

查询越贴近本章目标，召回越容易命中真正有用的资料。

### 资料来源分层

RAG 不是一个单独资料池。不同资料的可信度和用途不同：

| 层级 | 示例 | 使用原则 |
| - | - | - |
| 本书事实 | 已写章节、事实账本、角色状态、世界状态 | 最高优先级，不能被外部资料覆盖 |
| 本书规划 | 书契约、宏观故事、卷战略、章节任务 | 指导下一步写作目标 |
| 用户资料 | 上传知识库、世界样本、专门设定文档 | 用于补充事实和设定 |
| 拆书结论 | 参考作品结构、卖点、人物和写法分析 | 迁移方法，不复制情节 |
| 写法资产 | 风格规则、反 AI 规则、样本文本特征 | 控制表达方式 |
| 临时对话 | 创作中枢当前轮输入 | 只能影响当前任务，长期生效需落库 |

> [!NOTE]
>
> 本书事实优先：如果外部知识库资料和本书已发生事实冲突，章节执行应优先遵守本书事实。参考资料用于补充，不用于推翻已经写入小说状态的内容。

### 检索方式

系统使用向量检索、文本检索或混合召回来命中资料：

| 检索方式 | 适合内容 | 常见问题 |
| - | - | - |
| 向量检索 | 语义相近但用词不同的资料、长文档、拆书结论 | 文档未索引或向量库不可用时无法命中 |
| 文本检索 | 人名、地名、专有名词、固定术语 | 用户没有写清关键词时可能漏掉 |
| 混合召回 | 同时需要语义和关键词 | 需要合理的文档标题、分块和元数据 |

### 分块和元数据为什么重要

知识库不是上传文件就一定能召回。分块、标题、摘要和元数据会影响命中：

| 信息 | 影响 |
| - | - |
| 文档标题 | 帮助识别资料主题和来源 |
| chunk 文本 | 决定向量语义和文本检索命中 |
| facets | 让题材、卖点、角色名、章节锚点等过滤更精确 |
| source type | 区分上传文档、拆书发布、世界样本等来源 |
| document version | 避免同名资料混在一起 |

资料越长，越需要清晰标题和稳定分块。百万字原文如果没有可靠索引，章节执行只会看到有限片段。

## RAG 在哪些阶段使用

| 阶段 | 是否使用 RAG | 说明 |
| - | - | - |
| 候选方向 | 可能使用拆书/资料摘要 | 用于理解题材、读者期待和参考方向 |
| 书契约 | 主要使用候选和宏观故事 | 关键目标来自用户选择，不应被外部资料覆盖 |
| 世界搭建 | 可能参考世界样本和知识库 | 帮助生成规则、势力和地点 |
| 角色生成 | 可能参考世界、题材和角色资产 | 角色必须服从本书方向 |
| 卷战略 | 使用书契约、宏观故事、角色阵容 | RAG 只作辅助，不替代主线规划 |
| 节奏板/章节清单 | 使用卷战略和章节任务资料 | 重点是结构一致性 |
| 章节执行 | 明确使用任务驱动 RAG | GenerationContextAssembler 会根据章节目标构造查询并召回资料 |
| 审核/修复 | 使用章节 runtime package | 修复器读取写作上下文、审核问题和 RAG 片段 |

## 如何进入后续创作链路

知识库资料会在多个地方发挥作用：

* **开书和规划时**，提供题材、设定和参考作品信息。
* **世界和角色生成时**，提供背景规则和人物资料。
* **章节写作时**，提供当前任务相关的资料参考。
* **拆书发布后**，让作品分析结论继续被后续创作召回。
* **写法引擎中**，可以从知识库原文提取写法资产。

知识库不是正文编辑器。它更像长期资料仓库：把重要资料放进去，再让创作链路在需要时使用。

## 资产闭环

章节执行完成后，系统会把新事实、角色变化、伏笔状态和质量问题回灌。后续章节再组装上下文时，会读取这些状态。

```mermaid theme={null}
flowchart LR
  P1[自动导演准备] --> P2[章节执行]
  P2 --> P3[正文生成]
  P3 --> P4[状态回灌<br/>事实/角色/伏笔]
  P4 --> P5[下一章读取新状态]
  P5 --> P2
```

闭环路径是：

**1. 自动导演准备**

准备书级、世界、角色和章节任务。

**2. 章节执行**

读取这些资产和 RAG 资料。

**3. 正文生成**

提取事实、角色资源和伏笔变化。

**4. 状态回灌**

状态提交和账本同步写回项目。

**5. 继续生成**

下一章读取新的状态继续生成。

这就是长篇生产链和一次性文本生成的核心区别。

## 常见问题

> [accordion] 不配置知识库能开始写小说吗？
>
> 可以。知识库是增强能力，不是开书前置条件。先跑通创作流程，再逐步补资料，通常更适合新手。

> [accordion] 上传后为什么还不能用？
>
> 上传只是保存资料。资料还需要完成索引，才能在召回测试和创作链路中稳定使用。先查看索引状态和最近任务。

> [accordion] 什么资料适合放进知识库？
>
> 适合放长期会重复使用的内容，例如世界规则、势力资料、参考作品分析、拆书结论、角色背景、写法样本。临时灵感可以先放在小说项目里。

> [accordion] 文档太多会不会干扰生成？
>
> 会有可能。建议用清楚的标题、归档不再使用的资料，并在具体小说或任务里选择真正相关的资料。

> [accordion] 归档会删除资料吗？
>
> 归档不是删除。归档资料会退出默认使用范围，需要时可以恢复。恢复后通常要重新处理索引，才能再次被稳定召回。

> [accordion] Qdrant 和 RAG 是必须理解的吗？
>
> 不需要。你只要知道：配置完整后，知识库可以更好地按当前任务查找资料。技术细节交给系统和设置页处理。

> [accordion] 知识库没生效怎么查？
>
> 按顺序检查：1) 文档是否存在 2) 索引是否完成 3) 单文档召回测试能否命中 4) 当前章节任务是否真的需要这份资料 5) 上下文包中是否有 RAG 片段 6) 审核报告是否因为冲突压掉了资料。

> [accordion] 召回过多怎么办？
>
> 如果章节写偏到参考作品，强化章节任务和本书事实，减少参考召回。如果模型复述资料摘要，收窄查询，保留与本章冲突相关的片段。如果专名混入正文，审核和反 AI 规则应拦截专名泄露。

> [card] [拆书工作台](https://ai-novel-writing-assistant.mintlify.site/features/book-analysis.md)
>
> 把作品分析发布到知识库，让结论成为可复用资产。

> [card] [写法引擎](https://ai-novel-writing-assistant.mintlify.site/features/style-engine.md)
>
> 从知识库原文提取写法资产，控制表达方式。


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.