文档中心

向量数据库VikingDB

知识库（Collection）

service_chat

概述

service_chat 支持基于一个已创建的知识服务进行检索/问答。

请求参数

参数	类型	是否必选	默认值	参数说明
ServiceResourceID	string	是	--	知识服务唯一 ID 可通过知识服务创建结果或知识服务列表接口获取
Messages	[]model.ChatMessage	是	--	检索/问答多轮对话消息格式为多轮对话消息列表，role 为发出消息的对话参与者角色，可选值包括： system：System Message 系统消息 user：User Message 用户消息 assistant：Assistant Message 对话助手消息其中最后一个元素 role == user，content 为当前最新的提问 query 纯文本对话：例如： [ { "role": "system", "content": "你是一位在线客服，你的首要任务是通过巧妙的话术回复用户的问题，你需要根据「参考资料」来回答接下来的「用户问题」，这些信息在 <context></context> XML tags 之内，你需要根据参考资料给出准确，简洁的回答。参考资料中可能会包含图片信息，图片的引用说明在<img></img>XML tags 之内，参考资料内的图片顺序与用户上传的图片顺序一致。" }, {"role": "user", "content": "你好"}, {"role": "assistant", "content": "你好！有什么我可以帮助你的？"}, {"role": "user", "content": "当前轮次用户问题"} ] 图文对话：例如： [ { "role": "system", "content": "你是一位在线客服，你的首要任务是通过巧妙的话术回复用户的问题，你需要根据「参考资料」来回答接下来的「用户问题」，这些信息在 <context></context> XML tags 之内，你需要根据参考资料给出准确，简洁的回答。参考资料中可能会包含图片信息，图片的引用说明在<img></img>XML tags 之内，参考资料内的图片顺序与用户上传的图片顺序一致。" }, { "role": "user", "content": [ { "type": "text", "text": "推荐一个类似的适合 3 岁小孩的玩具" }, { "type": "image_url", "image_url": { "url": "https://ark-project.tos-cn-beijing.volces.XXX.jpeg" // 客户上传的图片，支持 URL/base64 编码，协议详见：https://www.volcengine.com/docs/82379/1362931?lang=zh#477e51ce 和 https://www.volcengine.com/docs/82379/1362931?lang=zh#d86010f4 } } ] } ]
QueryParam	map[string]interface{}	否	nil	检索过滤条件在创建知识服务时如果您已配置了过滤条件，那么和该附加过滤条件一起生效，逻辑为 and 支持对 doc 的 meta 信息过滤详细使用方式和支持字段见filter表达式，可支持对 doc_id 做筛选此处用于过滤的字段，需要在 collection/create 时添加到 index_config 的 fields 上例如：单层 filter： `doc_filter = { "op": "must", // 查询算子 must/must_not/range/range_out "field": "doc_id", "conds": ["tos_doc_id_123", "tos_doc_id_456"] } query_param = { "doc_filter": doc_filter }` 多层 filter： `doc_filter = { "op": "and", // 逻辑算子 and/or "conds": [ // 条件列表，支持嵌套逻辑算子和查询算子 { "op": "must", "field": "type", "conds": [1] }, { ... // 支持>=1的任意数量的条件进行组合 } ] } query_param = { "doc_filter": doc_filter }`
Stream	*bool	否	true	是否采用流式返回 true：按 SSE 协议流式返回；false：生成完成后一次性返回完整结果当创建的知识服务为问答类型服务时生效

响应消息

目前知识服务主要分为两类：检索类型和问答类型。针对不同类型的知识服务，返回的消息格式也有所不同。
检索/问答/流式的差异体现在 Data 内字段是否出现及返回时机：
Count、RewriteQuery、ResultList 通常在首流返回；TokenUsage 通常在尾流返回；GeneratedAnswer、ReasoningContent 在中间流分段返回（SSE）。

字段	类型	参数说明
Code	int	状态码
Message	string	返回信息
RequestID	string	标识每个请求的唯一标识符
Data	*ServiceChatData	ServiceChatData

ServiceChatData

字段	类型	参数说明
Count	*int	检索结果返回的条数
RewriteQuery	*string	query 改写的结果
TokenUsage	interface{}	Token 使用信息
ResultList	[]ServiceChatRetrieveItem	检索返回的信息
GeneratedAnswer	*string	LLM 模型生成的回答
ReasoningContent	*string	推理模型生成的内容
Prompt	*string	prompt 内容
End	*bool	是否结束（流式场景用于标识最后一段）

ServiceChatRetrieveItem

字段	类型	参数说明
ID	*string	索引的主键
Content	*string	切片内容 1、非结构化文件：Content 返回切片内容 2、faq 文件：Content 返回答案 3、结构化文件：Content 返回参与索引的字段和取值，以 K:V 对拼接，使用 \n 区隔
MDContent	*string	markdown 格式的解析结果（表格切片可通过 ChunkType == table 判断）
Score	*float64	向量化语义检索得分
PointID	*string	切片 id
OriginText	*string	原始文本
OriginalQuestion	*string	faq 数据检索召回的答案对应的原始问题
ChunkTitle	*string	切片标题
ChunkID	*int64	切片位次 id（代表在原始文档中的位次顺序）
ProcessTime	*int64	检索耗时（s）
RerankScore	*float64	重排得分
DocInfo	*ServiceChatRetrieveItemDocInfo	ServiceChatRetrieveItemDocInfo
RecallPosition	*int	向量化语义检索召回位次
RerankPosition	*int	重排位次
ChunkType	*string	切片所属类型（如 doc-image、image、video、table、mixed-table、text、structured、faq 等）
ChunkSource	*string	切片来源
UpdateTime	*int64	更新时间
ChunkAttachment	[]ChunkAttachment	检索召回附件的临时下载链接，有效期 10 分钟
TableChunkFields	[]PointTableChunkField	结构化数据检索返回单行全量数据
OriginalCoordinate	map[string]interface{}	切片在所属文档的原始位置坐标

ServiceChatRetrieveItemDocInfo

字段	类型	参数说明
DocID	*string	文档 id
DocName	*string	文档名字
CreateTime	*int64	文档的创建时间
DocType	*string	知识所属原始文档的类型
DocMeta	*string	文档相关元信息
Source	*string	知识来源类型
Title	*string	知识所属文档的标题

ChunkAttachment

字段	类型	参数说明
UUID	*string	附件的唯一标识
Caption	*string	图片所属标题，若未识别到标题则值为 "\n"
Type	*string	image 等
Link	*string	临时下载链接，有效期 10 分钟
InfoLink	*string	附件 info_link
ColumnName	*string	附件列名

PointTableChunkField

字段	类型	参数说明
FieldName	*string	字段名
FieldValue	interface{}	字段值

请求示例

首次使用知识库 SDK，可参考使用说明
本示例演示了知识库 Go SDK 中 ServiceChat 的基础使用方法，包含普通调用和流式调用两种方式；该功能需使用 API Key 鉴权，且需配置知识服务 ID。

package main

import (
    "context"
    "encoding/json"
    "fmt"
    "github.com/volcengine/vikingdb-go-sdk/knowledge"
    "github.com/volcengine/vikingdb-go-sdk/knowledge/model"
    "os"
    "time"
)

func main() {
    var (
       apiKey   = os.Getenv("VIKINGDB_API_KEY")
       endpoint = "https://api-knowledgebase.mlp.cn-beijing.volces.com"
       region   = "cn-beijing"
    )

    client, err := knowledge.New(
       knowledge.AuthAPIKey(apiKey),
       knowledge.WithEndpoint(endpoint),
       knowledge.WithRegion(region),
       knowledge.WithTimeout(time.Second*30),
    )
    if err != nil {
       fmt.Printf("New client failed, err: %v\n", err)
       return
    }
    ctx := context.Background()

    // 1. Prepare messages
    messages := []model.ChatMessage{
       {
          Role:    "user",
          Content: "Help me find some documents.",
       },
    }

    // 2. Call ServiceChat
    stream := false
    resp, err := client.ServiceChat(ctx, model.ServiceChatRequest{
       ServiceResourceID: "<YOUR_SERVICE_RESOURCE_ID>", // Replace with your service resource id
       Messages:          messages,
       Stream:            &stream,
    })
    if err != nil {
       fmt.Printf("ServiceChat failed, err: %v\n", err)
       return
    }

    jsonData, _ := json.Marshal(resp)
    fmt.Printf("Response: %s\n", string(jsonData))
    
    // 3. Call ServiceChat Stream
    stream = true
    ch, err := client.ServiceChatStream(ctx, model.ServiceChatRequest{
       ServiceResourceID: "<YOUR_SERVICE_RESOURCE_ID>", // Replace with your service resource id
       Messages:          messages,
       Stream:            &stream,
    })
    if err != nil {
       fmt.Printf("ServiceChatStream failed, err: %v\n", err)
       return
    }
    // Read from channel
    for resp := range ch {
       jsonData, _ := json.Marshal(resp)
       fmt.Printf("Chunk: %s\n", string(jsonData))
    }
}

最近更新时间：2026.09.08 20:33:18

这个页面对您有帮助吗？

有用

无用

向量数据库VikingDB

ServiceChatData #

ServiceChatRetrieveItem #

ServiceChatRetrieveItemDocInfo #

ChunkAttachment #

PointTableChunkField #

ServiceChatData

ServiceChatRetrieveItem

ServiceChatRetrieveItemDocInfo

ChunkAttachment

PointTableChunkField