AgentKit
AgentKit
文档指南
请输入
- 文档首页
AgentKitAgentKit用户指南知识库知识库概述
复制全文
下载 pdf知识库概述
文档反馈
问问助手AgentKit Knowledge 提供主流的知识库一键配置导入能力，包括火山引擎 Viking 知识库和火山引擎 ContextSearch 上下文搜索（包括 RAG、以图搜图、视频搜索三项服务），轻松实现在 AgentKit 平台关联知识库 Agent 的部署工作。
背景信息
Agent 在企业落地中，通常会使用平台性知识库、检索引擎聚合私有数据，构建具备知识问答能力的智能体。市面上各类向量库、知识库、多模态检索服务接口互不兼容，直接对接会带来大量重复开发工作，切换底层检索方案时需要改动业务代码，同时缺少统一的调试与观测入口。
因此 AgentKit 提供 Knowledge 统一检索网关组件，向上提供标准检索接口，向下兼容多种异构检索后端，降低知识型 Agent 的开发、迁移与运维成本。
什么是 AgentKit Knowledge
AgentKit Knowledge 是 AgentKit 面向检索场景推出的统一检索网关组件，为智能体开发提供标准化的检索能力接入。
它向上为 Agent 编排引擎提供统一的标准化调用接口，向下对接多种异构检索后端，当前原生支持 Viking 知识库与 ContextSearch 上下文检索。
AgentKit Knowledge 屏蔽了各类知识库和检索引擎之间的协议、入参及返回格式差异，让 Agent 能够便捷调用文本 RAG、以图搜图、视频检索等多种能力，统一支撑具备私有知识检索能力的智能体开发。
工作原理
- 请求接入层：Agent 业务发起知识检索请求，统一调用 Knowledge 组件标准 search 接口；支持文本问答检索、图像检索、视频检索多种请求类型。
- 网关适配层：根据配置路由至指定后端服务：
- 路由至 Viking 知识库：将标准请求转换为 Viking RAG 调用协议，完成文档语义召回、重排；
- 路由至 ContextSearch 上下文搜索：按需分发至文本 RAG、以图搜图、视频检索子服务；同时支持转发至 Elasticsearch、Milvus 等第三方检索引擎。
- 结果标准化层：将不同后端返回的异构结果统一封装成标准结果结构，包含文本片段、来源元数据、图片 / 视频资源、相似度分值等信息。
- Prompt 组装与业务回流：标准化知识上下文送入大模型生成回答；同时全链路采集检索耗时、召回条目、命中情况，上报至统一观测模块，支持调试与指标分析。
- 多后端平滑切换：业务代码无需改动，仅通过配置变更即可切换底层知识库 / 检索引擎，实现开发、测试、生产环境灵活迁移。
核心能力
AgentKit Knowledge 作为统一检索网关，向上屏蔽后端差异，向下抽象引擎能力，核心价值集中在以下能力：
- 统一 search API：一套标准化调用接口，业务代码零改动即可接入 / 切换多种后端（Viking、ContextSearch）。
- 结果标准化：将异构后端的入参、返回结构、字段命名、相似度分值统一封装为标准结果对象，包含文本片段、来源元数据、图片 / 视频资源等。
- 统一配置、调试与可观测：内置调试面板与全链路埋点，统一采集检索耗时、召回条目、命中情况，支持指标分析与线上排障。
- 多环境平滑迁移：开发 / 测试 / 生产环境仅通过配置切换底层知识库或检索引擎，无需改动 Agent 业务代码。
后端能力
当前原生支持以下两类后端，覆盖文本 RAG、以图搜图、视频检索等主流检索场景；两者共性能力（RAG、标准化召回）已由网关侧统一承载，此处仅列各自的差异化亮点：
适用场景
基于 Viking 知识库的文本 RAG 智能体场景
- 企业内部文档问答 Agent：企业制度、技术 Wiki、产品手册、合同文档智能答疑，员工自助查询资料，降低咨询成本；
- 垂直行业智能客服：金融、汽车、法律、教育场景搭建售后 / 咨询智能体，依托私有业务文档解答高频业务问题；
- 行业专业助手：游戏策划知识库、医疗科普、项目资料问答等，弥补大模型私有知识缺失，缓解 AI 幻觉。
基于 ContextSearch 上下文检索的多模态检索智能体场景
- 图文多模态 Agent：商品智能导购（以图搜商品）、工业设备巡检图片检索、素材图库智能查找；
- 视频内容理解 Agent：短视频素材检索、教学视频片段定位、视频知识库问答；
- 混合数据源检索应用：同时检索数据库结构化数据、文档非结构化文本、向量数据，实现多源数据联合问答；
- 开源引擎迁移上云场景：原有业务使用 ES、Milvus，无需大幅改造业务代码，通过 AgentKit Knowledge 网关平滑接入，快速构建检索型 Agent。
通用研发运维场景
- 多环境迭代开发：开发环境使用测试知识库，生产切换正式知识库，仅修改配置，无需改动 Agent 业务代码；
- 效果对比调优：同一套 Agent 逻辑快速切换 Viking、ContextSearch、第三方检索引擎，横向对比检索效果，完成方案选型；
- 统一运维管控：多个不同检索后端使用同一套观测、调试工具，降低多引擎维护复杂度。
调用链路
使用流程
- 准备检索后端资源：在火山引擎控制台创建目标检索服务实例（Viking 知识库 / ContextSearch），并完成数据源上传与切片配置。
- 导入知识库：在控制台导入上述知识库，轻松实现在 AgentKit 平台关联知识库 Agent 的部署工作。
- 在线测试检索效果：使用内置调试面板输入业务 Query，核对召回片段与来源元数据，并调优切片、阈值、Top-K 与重排参数。
- 在Agent中集成知识库：将集成代码中的环境变量注入 Agent，通过统一 search 接口调用 Knowledge 组件，代码与后端解耦。
- 发布 Agent 服务：保存全部配置并发布 Agent 版本，上线后进行端到端对话功能验证。
- 线上持续运维迭代：依托统一观测面板监控记忆链路指标，按需执行记忆修正、清理，支持无代码切换底层记忆后端。
最近更新时间：2026.08.21 15:06:29
这个页面对您有帮助吗？
有用
有用
无用
无用