rag知识库构建详细步骤：用DeepSeek+ChatWiki构建RAG知识库

ChatWiki是一款国产开源的知识库 AI 问答系统。系统基于大语言模型（LLM ）和检索增强生成（RAG）和GraphRAG知识图谱构建，提供开箱即用的数据处理、模型调用等能力，企业，高校和政务部门可快速搭建私有的知识库AI 问答系统。点此进入芝麻小客服官网

1. 注册 ChatWiki 账号

2. 获取 DeepSeek API Key

访问 DeepSeek 官网，完成账号注册后进入 “API 管理” 页面，创建并复制 API Key，需妥善保管以防泄露。

3. 导入 DeepSeek 模型至 ChatWiki

在 ChatWiki “系统设置 – 模型管理” 中，选择 “新增模型”，粘贴 DeepSeek 的 API Key 并完成配置。系统将自动校验连接，确保模型可正常调用。

除此之外，还支持GPT-4、Claude、DeepSeek、文心一言、火山引擎等20+国内外大模型，支持动态切换或混合调用，平衡成本与效果。

rag知识库构建详细步骤：用DeepSeek+ChatWiki构建RAG知识库

1. 文档预处理

整理目标知识资源，支持 ODF、PDF、DOCX、TXT、网页链接等多种种格式，企业场景可优先纳入业务手册、FAQ 等核心资料。建议剔除冗余内容（如广告、重复段落），提升后续检索精度。

2. 创建并上传知识库

进入 “知识库管理 – 新增知识库”，填写名称与描述后批量上传文档。ChatWiki 会自动完成两项关键处理：

◦ 文本分割：按语义逻辑将长文档拆分为片段，保留页码、文档名等元数据；

◦ 向量化转换：通过内置嵌入模型将文本转为向量，实现语义层面的相似性检索。

rag知识库构建详细步骤：用DeepSeek+ChatWiki构建RAG知识库

1. 创建智能机器人

在 “机器人管理 – 新增机器人” 中填写名称，重点配置三大核心项：

◦ 关联知识库：选择已创建的知识库，确保机器人可调用目标知识；

◦ 系统提示词：按场景定制（如 “用通俗语言解答技术问题”）；

◦ 兜底回复：设置未知问题提示（如 “未找到相关信息，可补充关键词”）。

rag知识库构建详细步骤：用DeepSeek+ChatWiki构建RAG知识库

通过以上步骤，您可以成功构建一个基于DeepSeek和ChatWiki的RAG知识库。这种组合不仅提升了知识检索的准确性，还通过生成式AI实现了自然交互。随着技术的演进，RAG知识库将在企业客服、教育科研等领域发挥更大作用。

rag知识库构建详细步骤：用DeepSeek+ChatWiki构建RAG知识库

了解更多功能详情，

获取功能试用，请扫码联系

原创文章，作者：小芝麻，如若转载，请注明出处：https://xiaokefu.com.cn/blog/33681.html