4.7 知识库管理与索引维护

为了让 Pop 的知识库始终保持稳定、高效、可靠，你需要了解如何管理文档、重建索引以及监控索引任务状态。本章节将介绍知识库的所有管理能力，包括文档查看、重新索引、删除、错误处理与性能维护。

📁 一、文档管理功能

进入知识库后，你可以看到一个文档列表。每个文档都是知识库内容的来源，对应解析、分段与索引任务。

文档列表中包含的信息：

字段	说明
文档名称	原始文件名或用户输入名称
类型	PDF、Word、Markdown、URL、纯文本等
分段数	文档被切分后的 Chunk 数量
向量状态	是否已生成完成
创建时间	文档添加的时间
操作	预览 / 重新索引 / 删除

你可以点击文档查看其：

文档解析内容（文本视图）
结构化标题
分段列表
内容预览（如 PDF 页预览）

🔄 二、重新索引文档

以下情况建议重新索引文档：

文档内容发生了更新
向量模型更新了（例如你切换了向量模型并重新创建知识库）
部分内容解析失败
之前的 OCR 质量不佳，需要重新识别

点击文档右侧菜单中的 「重新索引」 即可重新生成：

文档解析
清洗
分段
向量嵌入
BM25 索引

Pop 会自动处理这些任务，用户无需介入。

🧩 三、删除文档

删除文档会同步删除：

文档内容
所有分段（Chunk）
向量索引
BM25 索引

删除前会弹出二次确认，避免误删。

⚠️ 删除文档将导致该文档相关的知识库问答信息完全失效，不可恢复。

📚 四、查看分段（Chunks）

点击「分段」按钮可查看所有切分后的 Chunk，包括：

片段内容
token 数量
片段顺序
所属标题链路
向量生成状态

这对于调试知识库问答非常有帮助，例如：

某些段落切得太短 / 太长
某些段落缺失
某些段落解析错误

🛠 五、索引维护（Index Maintenance）

Pop 使用双索引结构：

向量索引（Embedding KNN）
BM25 文本倒排索引

这些索引会在以下场景自动维护：

自动维护情况：

添加新文档
删除文档
文档重新索引
清理任务执行后
向量生成器重新配置（未来版本）

手动维护操作：

在知识库右上角更多菜单中可选择：

重建整个知识库的索引
清理无效分段
刷新索引统计

建议每当大量文档更新后执行手动重建索引。

🚨 六、索引任务状态与错误排查

你可以在「任务列表」中查看每个任务的状态：

状态	含义
排队中	等待系统执行
进行中	文档正在解析或生成向量
成功	任务执行成功
失败	遇到异常，需要人工处理

常见错误包括：

OCR 失败（扫描 PDF）
文档内容无法解析
字符集编码问题
URL 抓取失败
向量模型不可用

每条失败任务都附带详细日志，可用于排查问题。

🧹 七、知识库清理功能

Pop 提供以下清理机制：

1. 清理孤立 Chunk

某些 Chunk 可能因文档删除而未及时清理，可执行自动清理。

2. 清除失败任务记录

保持任务列表整洁。

3. 重建索引

完全重建整个知识库的索引，适用于：

模型升级
大批文档更新
召回质量下降

📈 八、索引性能优化建议

为了获得更好的知识库问答体验，你可以参考以下建议：

文档尽量保持结构清晰（标题、段落明确）
避免上传过于分散的零碎短文
PDF 尽量选择非扫描版
控制每个知识库的规模（推荐 5000 ～ 50,000 chunks）
定期重建索引（尤其是大量新增后）