PDF 解析 +RAG，手把手教你在 Coze 搭建个人知识库！

在这个信息爆炸的时代，搭建个人知识库就像是拥有了一个超级智能的“外脑”。

它不仅能帮你储存知识，还能在你需要的时候迅速地调取信息，提高知识的使用效率。 此外，个人知识库还能够帮助我们系统化整理知识、融会贯通，将零散的信息整合成有条理的知识体系，省去人工梳理消耗的时间精力。

它可以充当优秀“智库”的角色——只要你提出准确的问题，它就能从大量文件中提取相关信息，给出详尽的答复。 在 RAG 进入视野之后，不少有技术能力的尝鲜者率先搭建了个人知识库。随着 GPTs 这一类“人工智能应用商店”的出现，更多不会敲代码的用户也能迈过技术门槛，拥有自己的知识库。

互联网上涌现出很多实用、有趣的案例：

技术博主的内容管理系统：技术博主通过建立知识库，将写作素材、研究资料和学习笔记整合在一起，提高写作效率，并且通过分享知识库内容建立个人品牌。

学术研究知识库：研究生和学者通过搭建知识库，整合研究资料、实验数据和论文草稿，使研究工作更加有序。

个人健康知识库：有人利用个人知识库整理了所有的健身知识，包括营养学、运动计划和睡眠质量等，用 AI 为自己制定健康管理计划，拥有一位了解自己方方面面的专属健康顾问。 搭建个人知识库是一个不断探索和优化的过程。

今天，合小研会逐步演示如何在 Coze 扣子平台搭建个人知识库！ Step 1 使用 TextIn 文档解析，实现 PDF 批量转 MD 搭建个人知识库的第一步，是知识数据准备与清理。要将“人类可读”数据转化为“机器可读”，我们需要优质的文档解析工具，准确识别 PDF 等编码格式文件中的文字、标题、图表，并以信息损失最小的方式传递给大模型。

工具指路：通用文档解析-RAG文本解析-PDF转markdown-TextIn

首先，作为暂时没有 API 需求的用户，我们直接点击在线使用，进入 TextIn 工作台。

在工作台界面，上传所有预备导入知识库的文件。我们以搭建 LLM 前沿研究知识库为例，首批先上传了 23 份 LLM 相关研究论文。 在解析快速完成后，点击左下角【多选】➡️【本页全选】，再点击右下角【批量导出】，就能获得转化为 Markdown 格式的所有文件。

Step 2 在 Coze 平台搭建知识库 登陆 Coze 扣子平台后，点击路径：【个人空间】➡️【知识库】➡️【创建知识库】，自行选择文件格式与上传渠道。 添加知识库名称与描述后，可以让 Coze 自动生成并挑选你满意的知识库图标～

确定基本信息后，上传我们在 Step1 批量解析的 md 文件。

点击下一步，来到【分段设置】。在自定义模式中，Coze 支持自行设定分段标识符（换行、中文句号、英文句号、叹号及问号等）与分段最大长度，并可以勾选文本预处理规则。

进入下一步，待服务器数据处理完成后，知识库就创建成功了。 Step 3 创建属于你的问答 Bot 选择【创建 Bot】，为你的 Bot 起名并填写功能介绍。和创建知识库时一样，在这一步我们可以为 Bot 生成一个合适的图标。

*图标由 Coze 生成。 点击确认后，我们进入编排页面，在【知识】一栏，选择添加知识库。

添加我们先前建立的知识库。

点选【自动调用】，我们可以定义知识库的召回与回复设置。 如有需要，也可在上方另行调整模型设置。

完成简单编排后，在【预览与调试】窗口，我们可以进行测试。 例如图中，输入问题：“如何通过调整 prompt 来提高模型表现？”新创建的 LLM 知识问答 Bot 调用知识库中的论文信息，给出了高质量回答。

添💡小贴士： 部分 Markdown 文件中可能包含注释格式，用以保存图片解析信息等元素，而 Coze 平台对包含注释的 md 文件存在不兼容的现象，在上传过程中，你可能会看到如下报错⬇️

我们为大家提供一个脚本工具，用于便捷删除 md 文件中的注释，支持 Linux、Windows、Mac 系统，有使用需求的朋友可以下载。

链接：https://pan.quark.cn/s/5295a7e187ed 以上就是本期 Coze 知识库搭建流程，欢迎和我们分享你的实践和妙用～

更多福利、大模型应用技术学习材料，关注公众号 合研社 即刻领取！