1
看清关系
技能负责怎么做，知识库负责有什么。
第 2 课 · 知识库 · 学员手册
120 分钟，
把散乱资料变成技能的「弹药库」
这份手册是你参加第 2 课「知识库实战」的完整指南。你会看到为什么技能离不开知识库、如何按合规 4 档分级资料、 怎样用 ima + WorkBuddy 处理个人资料、怎样在腾讯元器上搭建组织层知识库、以及答不好时怎样用诊断树定位问题。 手册里继续用「绿源环保公益中心」做全程示范——看看他们怎样从 127 份散落文档中，筛出 53 份有效资料上传。
学习路线
这节课按 7 步走，不从工具开始
如果一上来就讲 ima、元器、Dify，学员会以为是在做平台选择。正确顺序是：先明确项目助理要答什么，再判断资料能不能用，最后才决定放进哪个工具。
2
定范围
选 1-2 个栏目，写 10 个测试问题。
3
过合规
按 L1-L4 判断能不能上云。
4
整资料
清洗、拆分、补 metadata。
5
放工具
ima、WorkBuddy、元器、Dify 各司其职。
6
跑测试
用 10 个真实问题测命中率。
7
做诊断
先看资料，再看检索，最后看生成。
为什么需要知识库
同一个技能，有没有知识库差别多大？
绿源用同一个「结项报告技能」分别测试——没有知识库 vs 有知识库。对比一目了然。
❌ 没有知识库——技能靠「猜」
项目成效：
本项目取得了良好的社会效果。通过开展系列环保活动，提升了社区居民的环境意识。共计约 200 人参与活动，产生了积极的社会影响。项目得到了各方的认可和支持。
问题：「约 200 人」是编造的；「良好效果」「积极影响」全是套话；没有引用任何真实数据。
✅ 有知识库——技能引用真实数据
项目成效：
「清河巡护」项目 2024 年度累计开展巡护行动 23 次，覆盖河段 12.6 公里，参与志愿者 87 人次。相比 2023 年同期（15 次巡护、58 人次），巡护频次提升 53%，志愿者参与提升 50%。XX 基金会中期评估评分 4.2/5（详见《2024年清河项目中期评估报告》第 3 章）。
亮点：引用了真实数据、历史对比、资助方评估——全部来自知识库中上传的过往报告。
一句话：技能知道「怎么做」（格式、流程、边界），知识库提供「弹药」（事实、案例、数据）。缺了弹药，技能再好也只能输出套话。
检验理解 → 课后测验 Q1
知识库地图
五大栏目：先建哪个？
调研数据告诉我们，学员最需要的五类知识库内容。按「有用」评分排序——先建最高分的 1-2 类，不必一次全建。
14.38
沟通模板
捐赠人邮件模板、媒体问答口径、社区沟通话术
/templates/communication/
绿源：资助方沟通邮件模板.docx
24.38
资助指南
各基金会申请要求、评审标准、往期资助清单
/guides/funding/
绿源：XX基金会2024申请指南.pdf
34.29
项目管理
项目计划模板、监测评估框架、财务报告格式
/sop/project-mgmt/
绿源：项目监测评估框架v2.xlsx
44.17-4.25
案例
成功/失败案例复盘、服务故事、传播素材
/cases/
绿源：清河巡护2023复盘.docx
54.08
志愿者管理
招募流程、培训手册、志愿者反馈表
/ops/volunteer/
绿源：志愿者培训手册2024版.pdf
检验理解 → 课后测验 Q10（开放题）
数据合规 4 档
上传之前，先给资料分级
把资料喂给 AI 之前，必须先分级。4 档从松到严——拿不准时，宁可往高一档放。这是整个课程的合规底线，也是你向资助方交待的依据。
✅ L1 公开
可直接上传云端
- 公众号文章、年度工作报告
- 公开发布的活动总结、宣传册
- 已公开的政策文件和行业报告
绿源示例：「2025年度工作报告.pdf」、公众号推文合集、公开发布的河流巡护数据年报
可直接上传云端知识库
⚠️ L2 准公开
脱敏 + 审核后上云
- 脱敏后的项目案例和服务故事
- 内部培训资料、操作手册
- 不含敏感信息的项目结项报告
绿源示例：项目结项报告（删掉受益人姓名后）、志愿者培训 PPT（删掉联系方式后）
负责人审核后上云
脱敏前：
志愿者张三（手机：138****1234）在清河社区开展了 3 次入户宣传，帮助居民王大妈解决了垃圾分类问题。
脱敏后：
志愿者 A 在清河社区开展了 3 次入户宣传，帮助居民 B 解决了垃圾分类问题。
⚠️ L3 内部
仅 WorkBuddy 本地
- 内部会议纪要、周会记录
- 未发布的项目计划和预算草案
- 团队内部讨论的策略文档
绿源示例：内部周会纪要、下季度预算草案、新项目孵化讨论记录
仅 WorkBuddy 本地，不上云
❌ L4 敏感
禁止上传任何 AI 平台
- 捐赠人姓名、联系方式、捐赠金额明细
- 受益人身份证号、家庭住址、健康信息
- 志愿者手机号、身份证、银行卡号
绿源示例：捐赠人名单.xlsx、受益家庭登记表、志愿者个人信息汇总表
禁止写进任何知识库或技能
红线：受益人、志愿者、捐赠人的姓名与联系方式，输出前一律脱敏（姓名→A/B，删除手机/证件号）。拿不准时，宁可不放——数据泄露没有「撤回」键。
资料处理
先把资料变干净，再谈上传工具
知识库质量很大程度取决于入库前处理。先把文件变成干净、可引用、可切片的文本，再谈 ima、WorkBuddy 和腾讯元器。
W推荐
Word / Markdown
保留标题层级，按章节清理。一份文档只讲一个主题，最适合直接入库。
P先清洗
判断文字 PDF 还是扫描件；扫描件先 OCR，表格页单独转结构化文本。
X转摘要
Excel / CSV
不要整表硬传，先转成字段说明、典型问答和行记录摘要。
S转讲稿
PPT / 图片
PPT 转逐页要点；图片先 OCR 或用 ima 识别，关键信息补文字说明。
A先转写
音频 / 访谈
先转写，再脱敏，再按主题拆分。访谈对象姓名、电话、住址必须删除。
检验理解 → 课后测验 Q8
工具落位
资料处理清楚后，再决定放进哪个工具
工具不是并列选择题，而是分层使用。先把资料分级、清洗和打标签，再让不同工具各司其职。
初阶个人层
腾讯 ima 知识工作台
- 收纳微信文件、网页、PDF、图片、音频
- 快速摘要、问答、萃取候选标签
- 判断哪些资料适合进组织知识库
先把资料用起来
个人执行层
WorkBuddy
- 调用个人知识和第 1 课技能
- 处理草稿、内部笔记、L3 资料
- 完成个人任务闭环
跑真实任务
组织主线
腾讯元器
- 承载 L1 和审核后的 L2 组织知识库
- 挂载到第 3 课项目助理 AI智能体
- 适合团队共享与统一入口
本期首选平台
高阶理解
元器进阶 / Dify
- 观察向量、全文、混合检索差异
- 训练切片、TopK、阈值、rerank 判断
- 服务 L2+ 学员和助教调参
RAG 训练场
边界：腾讯元器是本期组织层主线；Dify 不替代元器，只作为高阶演示和可选自建路线。不要把第 2 课变成工具测评课，所有工具都服务于同一个目标：项目助理能不能答准。
检验理解 → 课后测验 Q5
ima + WorkBuddy 个人层
6 步把个人资料变成可调用知识
ima 负责收纳和初步萃取，WorkBuddy 负责调用知识跑任务。个人层先跑通，组织层才有干净资料可同步。
1
清点
整理现有资料（清点家底）
把散落在各处的文档集中到一起盘点：云盘、微信文件、邮件附件、本地电脑。记录每份文档的名称、格式和来源。
绿源做了一次盘点：3 个云盘共散落 127 份文档，其中过期或重复的 59 份，实际可用 68 份。
2
分级
按 4 档分级
逐份标注 L1-L4，L4 直接剔除。有疑问的材料往高一档放。
绿源的分级结果：38 份 L1（公开）+ 18 份 L2（准公开）+ 9 份 L3（内部）+ 3 份 L4（敏感，剔除）= 65 份可用
3
脱敏
脱敏 L2 资料
L2 资料上云前必须脱敏：人名→A/B/C，金额→量级范围，电话/身份证→删除。
❌ 脱敏前（原始案例）
2024年清河项目由张明（项目经理）负责，获 XX 基金会资助 15 万元。志愿者李华（138****5678）参与了全部 23 次巡护，帮助受益人刘阿姨改善了家门口的排污问题。
✅ 脱敏后（可上传版本）
2024年清河项目由项目经理 A 负责，获 XX 基金会资助（10-20 万元区间）。核心志愿者 B 参与了全部 23 次巡护，帮助受益人 C 改善了社区排污问题。
4
进 ima
导入 ima，做初步摘要和标签
把 L1、L2 候选资料导入 ima，先让它回答“这份资料讲什么、能回答哪些问题、哪些内容需要脱敏、适合打什么标签”。
绿源让 ima 先整理出 5 大栏目：
/templates/communication/ ← 沟通模板
/guides/funding/ ← 资助指南
/sop/project-mgmt/ ← 项目管理
/cases/ ← 案例
/ops/volunteer/ ← 志愿者管理
5
入 WB
在 WorkBuddy 中调用个人知识
按「年份/项目/类型」为资料添加 metadata，再用第 1 课技能跑一次真实任务，检查事实是否被正确引用。
绿源跑了一次任务：用结项报告技能调用 53 份个人资料，生成报告初稿，并标出 6 个需补充来源的数据点。
6
测试
测试检索质量
问 3 个你知道答案的真实问题，看知识库能否命中正确文档、给出准确回答。
绿源的 3 个测试问题：
1. 「2024年清河项目共开展了多少次巡护？」→ 命中 ✅
2. 「XX 基金会对结项报告的格式有什么要求？」→ 命中 ✅
3. 「2023年社区环教项目的参与人数？」→ 未命中 ❌（该报告尚未上传）
1. 「2024年清河项目共开展了多少次巡护？」→ 命中 ✅
2. 「XX 基金会对结项报告的格式有什么要求？」→ 命中 ✅
3. 「2023年社区环教项目的参与人数？」→ 未命中 ❌（该报告尚未上传）
检验理解 → 课后测验 Q7
腾讯元器知识库同步
4 步同步到云端
WorkBuddy 本地知识库搭建好之后，把 L1 + 审核通过的 L2 资料同步到腾讯元器云端，让你的项目助理在任何设备上都能检索。
1
创建
登录元器，创建知识库空间
访问腾讯元器平台，在「知识库」模块中新建一个专属空间。建议命名为「[机构简称]-知识库」，方便后续管理。
绿源操作：创建了「绿源-知识库」空间，选择了「文档问答」类型。
2
上传
上传 L1 + 审核通过的 L2 资料
只上传已确认合规的资料。L3 和 L4 绝对不能上传到云端。每批上传建议不超过 20 份，避免处理超时。
绿源操作：上传了 38 份 L1 + 12 份审核通过的 L2 = 50 份。另外 3 份 L2 因负责人尚未审核，暂不上传。
3
参数
设置检索参数
调整两个关键参数：切片大小（建议 300-800 字，按章节自然分段）和相似度阈值（建议从 0.7 起步，偏高宁严）。
绿源参数：切片大小 500 字，相似度阈值 0.72。初始设置偏保守，后续根据命中率调整。
4
调试
调试检索效果
在元器的调试面板中输入测试问题，检查返回的文档片段是否相关。如果命中率不够，参考下一节的诊断树排查。
绿源调试结果：10 个测试问题命中 7 个（70%），其中 2 个未命中是因为相关文档未上传，1 个是切片过大导致答案被截断。
检验理解 → 课后测验 Q5
测试后的诊断工具
先跑 10 问，再理解向量、全文、混合检索
检索模式不是先背的概念，而是命中率不够时用来定位问题的工具。这里把它翻译成三类公益问题：精确事实、语义案例、综合筛选。
全文检索
- 按字面关键词匹配
- 适合人名、项目名、日期、编号、政策条款
- 例：2024 清河项目共开展了多少次巡护？
向量检索
- 按语义相似度匹配
- 适合相似案例、经验总结、换一种说法的提问
- 例：有没有社区居民参与河流保护的案例？
混合检索：关键词和语义一起用，通常适合作为大多数公益知识库的默认高阶策略。知识库变大后，还要配合 metadata 过滤，例如先限定年份、项目、资助方、领域，再检索。
检验理解 → 课后测验 Q6
命中率诊断
答不好？先判断是哪个环节
知识库建好后，问 10 个真实问题测命中率。答不好时按下面的顺序排查——先看资料，再看检索，最后看生成。
问了一个问题，答得不好
没找到正确内容 → 先查资料，再查检索
资料没上传？ → 先补对应文档
切片太大？ → 减小切片到 300-800 字
没打 metadata？ → 补标签（年份、项目名、类型）
检索模式不合适？ → 精确事实用全文，案例匹配用向量，综合筛选用混合
检索到了但回答质量差 → 生成问题
技能提示词太泛？ → 回第 1 课改 Gotchas 和输出契约
模型能力不足？ → 换更强的模型试试
绿源的实际诊断过程
1
提问：「2024年清河项目参与了多少人？」
AI 回答：「约 200 人」——这是编造的！
2
诊断：检查检索日志 → 没有命中任何相关文档 → 检索问题 → 发现 2024 清河项目结项报告尚未上传。
3
修复：上传《2024年清河巡护项目结项报告》，打好 metadata 标签。
4
重试同一问题：
AI 回答：「2024年清河巡护项目累计参与 87 人次（来源：结项报告第 3 章）」——正确！
口诀：先看资料，再看检索，最后看生成。多数时候补一份文档、拆细切片或补 metadata，就能明显提升命中率。
检验理解 → 课后测验 Q9
课后作业
分层目标：选你能达到的那一档
不要求一步到位。L1 是「用起来」，L2 是「用得顺」——大多数学员第一周达到 L1，第二周冲刺 L2。
入门 L1 · 用起来
- WorkBuddy 本地知识库 ≥ 30 份文档
- 云端（腾讯元器）≥ 10 份文档
- 命中率 ≥ 60%（10 个问题答对 6 个）
- 能回答基本项目问题
进阶 L2 · 用得顺
- WorkBuddy 本地知识库 ≥ 80 份文档
- 云端（腾讯元器）≥ 25 份文档
- 命中率 ≥ 70%（10 个问题答对 7 个）
- 有完整 metadata + 诊断修复记录
下课带走一句话：「我的知识库现在有 ___ 份文档，命中率从 ___% 提升到了 ___%。」——用数字说话，这就是你的学习成果。
检验理解 → 课后测验 Q10（开放题）
下一步 · 第 3 课
技能 + 知识库就位——下一课，编排成项目助理
技能知道「怎么做」，知识库提供了「弹药」——下一步，把它们编排成一个完整的项目助理。第 3 课教你把多个技能和知识库挂到同一个 AI 智能体上，让它根据用户意图自动选技能、查知识库、给出回答。