很多人以为知识库要写代码、要部署向量数据库。其实个人使用，有更轻的路径。
先想清楚要解决什么问题
知识库适合回答「我自己的资料里怎么说的」，不适合回答「世界上最新发生了什么」。前者靠检索，后者靠联网搜索。
典型场景：翻自己过去写的方案、查产品文档、找某次会议的结论。
三条路径
路径一：直接用长上下文
资料总量在几十页以内时，不需要知识库。把文档贴进对话，直接问就行。DeepSeek 支持很长的上下文，几十页文档完全放得下。
这是最省事的做法，很多人却跳过了。
路径二：客户端 + 本地文档
Chatbox、AnythingLLM 这类客户端支持导入文档建立本地索引。导入 PDF/Word/Markdown，之后提问会自动检索相关片段。
适合几百页规模，配置半小时能完成。
路径三：自建 RAG
资料上千页、需要多人共享时，才考虑 Dify、RAGFlow 这类平台。要处理文档解析、切分、向量化、召回，工作量大得多。
决定效果的不是模型，是切分
同样一份 100 页手册，切成一页一块，检索往往比整篇塞进去更准。切分原则：
- 按语义切，不要按固定字数硬切
- 每块保留标题，让片段自带上下文
- 表格单独成块，不要拆开
提问方式要改
知识库里提问，要指定范围：
根据我上传的文档回答，如果文档里没有，直接说「文档未提及」，不要用你的常识补充。
这句话能显著减少「看起来对但其实是编的」答案。
维护
知识库会过期。建议每季度清一次：删掉作废的版本，补上新文档。垃圾进，垃圾出。
