Dify 知识库搭建教程：上传文件、分段设置（通用与父子模式）、索引方式与检索设置

适用于谁

• 搜「dify 知识库搭建」「dify知识库分段设置」「dify 知识库分段最大长度」「dify rag」的人；
• 知识库建好了，但应用总是答非所问、检索不到该有的内容，不知道该调哪个参数的人。

本文根据 Dify 官方中文文档整理，资料核对于 2026-10-11。还不了解 Dify 的话先看《Dify怎么用》。

结论先说

1. 建知识库是四步：选数据源并导入 → 指定分段设置 → 指定索引方式和检索设置 → 等待处理完成。
2. 有三样东西建好之后不能改：数据源、分段模式（通用 / 父子）、以及从高质量索引切回经济索引。动手前先想清楚。
3. 分段决定了「能检索到什么」。FAQ、术语表这类一条一条独立的内容用通用模式；技术手册、论文这类需要上下文的长文档用父子模式。
4. 索引方式一般选高质量，它用嵌入模型做语义检索；经济模式靠关键词，不消耗 Token 但准确度低。
5. 回答不准时先做「测试召回」，看检索出来的分段对不对，再决定是调分段还是调检索。

步骤

1. 创建知识库并上传文件

1. 点击 知识库 → 创建 → 创建即用型知识库；
2. 选择 导入已有文本 作为数据源，上传文件。数据源除了本地文件，官方还支持从 Notion 等来源导入。

官方提醒：知识库创建后，数据源无法更改。

上传限制因套餐而异（官方文档，2026-10-11 核对，以定价页为准）：

文件里的图片：JPG、JPEG、PNG、GIF 格式且小于 2 MB 的图片会被自动提取为对应分段的附件，检索时和分段一起返回；每个分段最多 10 张，超出的不提取。

2. 设置分段

为什么要分段。官方的比喻是把一本大书整理成章节和段落：用户提问时，系统在这些分段里搜索相关信息，再把找到的分段作为上下文交给模型。分段切得好不好，直接决定检索质量。

两个关键参数

• 分隔符：在哪里切。\n\n 表示在段落之间切，\n 表示在每一行之间切。注意官方的说明：分隔符在分段过程中会被移除，所以要用文档里不会自然出现的、非内容性的字符，否则会丢信息；
• 分段最大长度：每个分段最多多少字符。超过这个长度的文本会被强制切开，不管分隔符怎么设。

两种模式

父子模式解决的是一个两难：分段小，匹配精确但缺上下文；分段大，上下文丰富但匹配不准。官方的概括是「以精准检索，以上下文响应」。

官方提醒：分段模式在知识库创建后无法更改，但分隔符、分段最大长度这些具体设置可以随时调整。

通用模式的额外参数：分段重叠长度。指定相邻分段之间重叠多少字符，避免重要信息正好被切在边界上。官方的例子：设 50 个字符的重叠，前一个分段的最后 50 个字符也会出现在下一个分段的开头。

父子模式的设置

• 父分段有两种建法：段落（按分隔符和最大长度切成多个父分段，适合结构清晰的长文档）和全文（整篇文档作为一个父分段，适合内容紧凑的短文档）；
• 全文模式有两个限制：只处理前 10,000 个 token，超出的被截断；父分段创建后不能编辑，要改只能重新上传；
• 子分段在每个父分段内部再按自己的分隔符和最大长度切；
• 官方特别提醒：父分段和子分段不要用互为子集的分隔符（例如一个用 ?? 另一个用 ?），否则分段结果会出乎意料。

文本预处理。分段之前可以勾选清理规则，例如把连续的空格、换行和制表符规范化。从网页或 PDF 导出的文本通常值得勾上。

这一步可以预览分段效果。预览时重点看三件事：有没有把一个完整的问答、一张表格或一个步骤切成两半；有没有出现只有标题没有内容的分段；分段长度是否大致均匀。

3. 选择索引方式

高质量

用嵌入模型把每个分段转成向量。官方的解释是：这些向量可以理解为多维空间里的坐标点，两个点越近，语义越相似，所以系统能按语义而不只是关键词找到相关内容。向量会占用工作空间的知识库存储空间。

官方提醒：一旦以高质量方式创建，之后不能切换为经济型。

经济

每个区块用 10 个关键词做检索，官方说明这样降低了准确度，但不消耗 Token。效果不好时可以在知识库设置里升级为高质量。

4. 设置检索方式

高质量索引下有三种检索方式：

混合检索可以用权重设置在「语义」和「关键词」之间调比例，不需要配置 Rerank 模型；也可以启用 Rerank 模型 来重排。

几个参数的含义（默认值来自官方文档）：

• TopK：取相似度最高的几个分段，默认 3。官方说明系统还会根据所选模型的上下文窗口动态调整数量；
• Score 阈值：分段被采用所需的最低相似度分数，默认 0.5。阈值越高，被检索到的分段越少；
• Rerank 模型：默认关闭。开启后用第三方 Rerank 模型对检索结果重新排序，需要先在 集成 → 模型供应商 里配置好，会消耗该模型的 Token。

一处容易忽略的官方说明：在向量检索和全文检索里，TopK 和 Score 阈值只在 Rerank 阶段生效，要让这两个设置起作用，需要添加并启用 Rerank 模型。

经济索引只有倒排索引一种方式，只支持设置 TopK。

5. 接到应用里并测试

知识库处理完成后：

1. 用 测试召回 功能模拟用户提问，看返回的是哪些分段；
2. 在 Workflow 或 Chatflow 里加一个 知识检索 节点，选中这个知识库；
3. 把检索结果引用到大语言模型节点的上下文里，并在提示词里要求「只根据检索到的内容回答，没有相关内容时如实说明」。

回答不准时怎么排查

先做测试召回，按结果分三种情况：

另外，源文档本身的质量影响很大：扫描件、排版混乱的 PDF、合并单元格的表格，先整理成干净的文本或 Markdown 再上传，比调任何参数都有效。

常见问题

Q：Sandbox 一次只能传一个文件，怎么建大一点的知识库？

知识库创建后可以继续往里添加文档，一个一个传；或者先把内容合并成较少的文件。文件数和大小的上限以套餐为准。

Q：分段最大长度填多少合适？

官方没有给统一的推荐值。原则是：让一个分段能完整表达一个意思。FAQ 一问一答一个分段；说明文档以一个小节为单位。先用默认值预览，再根据预览结果调。

Q：文档更新了怎么办？

在知识库里对文档做添加、修改、删除，官方有「维护知识库内容」一文说明具体操作。

Q：嵌入模型怎么选？

在模型供应商里配置了哪些嵌入模型，这里就能选哪些。文档里有图片并且希望图片也能被检索到时，选带 Vision 图标的多模态嵌入模型，Rerank 模型也要选多模态的。

Q：已经有别的知识库系统，能接进来吗？

官方支持通过 API 连接外部知识库，不需要把数据迁移进 Dify。

参考资料

• Dify 文档：知识库 — https://docs.dify.ai/zh/cloud/use-dify/knowledge/readme
• 创建即用型知识库 — https://docs.dify.ai/zh/cloud/use-dify/knowledge/create-knowledge/introduction
• 上传本地文件 — https://docs.dify.ai/zh/cloud/use-dify/knowledge/create-knowledge/import-text-data/readme
• 指定分段设置 — https://docs.dify.ai/zh/cloud/use-dify/knowledge/create-knowledge/chunking-and-cleaning-text
• 指定索引方式与检索设置 — https://docs.dify.ai/zh/cloud/use-dify/knowledge/create-knowledge/setting-indexing-methods