> For the complete documentation index, see [llms.txt](https://docs.maiagent.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.maiagent.ai/build/knowledge-base/km-basic-settings.md).

# 如何建立知識庫：基本設置

建立知識庫的基本設置：文件解析（Parser）、切片（chunk）與檢索片段數量、相似度門檻、Embedding 模型、強制使用完整檢索範圍，以及關聯 Agent。

## 基本設置 <a href="#basic-settings" id="basic-settings"></a>

### 一般資訊 <a href="#general-info" id="general-info"></a>

在知識庫列表點選 <mark style="color:blue;">建立知識庫</mark>，於 <mark style="color:blue;">一般資訊</mark> 分頁填寫知識庫的 <mark style="color:blue;">名稱</mark>，並可為其增添 <mark style="color:blue;">描述</mark>。建立後要修改，請在知識庫右側點選「編輯」，於 <mark style="color:blue;">基本</mark> 頁面的 <mark style="color:blue;">一般資訊</mark> 分頁調整。

<figure><img src="https://1593648278-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fmzb5NG9GDzFP2YDKeYVl%2Fuploads%2Fgit-blob-6cb49e493fbf163c45d06b1acdd0b73dc4186d3c%2Fkm-basic-general-info.png?alt=media" alt="建立知識庫視窗的一般資訊分頁，填有名稱與描述"><figcaption><p>在一般資訊分頁填寫知識庫名稱與描述</p></figcaption></figure>

視窗中的 <mark style="color:blue;">檢索設定</mark>、<mark style="color:blue;">關聯 AI 助理</mark>、<mark style="color:blue;">權限設定</mark> 分頁，分別對應下方的檢索設定、[關聯 Agent](#link-ai-agent) 與 [權限設定](#kb-permissions)。

#### 檢索片段 <a href="#retrieval-chunk" id="retrieval-chunk"></a>

檢索片段數量代表 Agent 回答時會參考的資料片段數量上限，系統預設為「12」，代表每次回答時 Agent 將會檢索 12 個最相關的片段進行回答。設定位置在 <mark style="color:blue;">檢索設定</mark> 分頁的 <mark style="color:blue;">檢索片段數量</mark> 欄位。

因此，您可以增加或減少檢索的片段，調整 Agent 在回答時參考的資訊數量。

#### 強制使用完整檢索範圍 <a href="#force-full-retrieval-range" id="force-full-retrieval-range"></a>

回答模式為 Agent 模式的 Agent 查詢知識庫時，會由模型自行決定這次要取用幾個片段，實際取用的數量可能少於「檢索區塊最大數量」。勾選 <mark style="color:blue;">強制使用完整檢索範圍</mark> 後，系統會忽略模型自行決定的數量，改為把「檢索區塊最大數量」範圍內的檢索結果全部交給模型參考。

這個選項預設不勾選。設定位置在 Agent 的 <mark style="color:blue;">設定</mark> → <mark style="color:blue;">進階設定</mark> → <mark style="color:blue;">知識庫設定</mark>，就在 <mark style="color:blue;">檢索區塊最大數量</mark> 欄位下方。

**適合開啟的情況：**

* 知識庫中有很長的表格（例如方案比較表、價目表、規格表），被切成多個片段，需要一次取得較多片段才能完整回答
* 回答經常只涵蓋部分資料，而搜尋測試中其實找得到其餘相關片段

**開啟後的代價：**

* 模型每次回答都要讀取較多片段，回應時間可能變長
* 帶入的片段變多，也可能夾帶與問題較不相關的內容

{% hint style="info" %}
開啟後實際帶入的片段數量由「檢索區塊最大數量」決定。建議維持在畫面建議的 5～15 之間，並用同一組問題比較開啟前後的回答，再決定是否保留。
{% endhint %}

\*\*使用情境：\*\*業務助理小安發現「導入諮詢助理」回答方案比較問題時，偶爾只列出部分方案。她在 Agent 的進階設定勾選「強制使用完整檢索範圍」並儲存，接著到內部對話詢問「請依方案比較表，列出各方案在功能與額度上的差異」。Agent 查詢知識庫後，以表格整理出各方案的差異。

{% stepper %}
{% step %}
進入 <mark style="color:blue;">AI 助理</mark>，在要調整的 Agent 右側點選編輯圖示，開啟 <mark style="color:blue;">設定</mark> 分頁。
{% endstep %}

{% step %}
在左側選單點選 <mark style="color:blue;">進階設定</mark>，於 <mark style="color:blue;">知識庫設定</mark> 區塊勾選 <mark style="color:blue;">強制使用完整檢索範圍</mark>。
{% endstep %}

{% step %}
點選右下角 <mark style="color:blue;">儲存</mark>。
{% endstep %}

{% step %}
切換至 <mark style="color:blue;">對話平台</mark> 分頁，在 <mark style="color:blue;">內部對話</mark> 點選 <mark style="color:blue;">前往對話</mark>，用原本回答不完整的問題重新提問並比較回答。
{% endstep %}
{% endstepper %}

<figure><img src="https://1593648278-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fmzb5NG9GDzFP2YDKeYVl%2Fuploads%2Fgit-blob-657587a867164209f0854a690adb2045a9d81cb8%2Fagent-full-retrieval-range-setting.png?alt=media" alt="Agent 進階設定的知識庫設定區塊，已勾選強制使用完整檢索範圍，檢索區塊最大數量為 12"><figcaption><p>在進階設定的知識庫設定勾選「強制使用完整檢索範圍」</p></figcaption></figure>

<figure><img src="https://1593648278-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fmzb5NG9GDzFP2YDKeYVl%2Fuploads%2Fgit-blob-a7165323351509e378fc4747aafdd5997406059e%2Fagent-full-retrieval-range-chat.png?alt=media" alt="內部對話中，導入諮詢助理使用知識庫後以表格列出各方案的功能差異"><figcaption><p>開啟後於內部對話提問，Agent 查詢知識庫並以表格整理方案差異</p></figcaption></figure>

{% hint style="warning" %}
若開啟後回答品質沒有改善，或回應明顯變慢，請取消勾選並儲存，恢復由模型自行決定取用數量。
{% endhint %}

#### 相似度門檻值 <a href="#similarity-cutoff" id="similarity-cutoff"></a>

相似度門檻值用來排除與問題不夠相關的片段。片段的相似度分數低於門檻時，不會被檢索出來。可輸入 `0` 到 `1` 之間的數值，最小調整單位為 `0.01`；留空或設為 `0` 代表不過濾。

{% hint style="info" %}
**只有開啟 Reranker 時才會生效。** 門檻比對的是 Reranker 重新評分後的分數，所以知識庫必須勾選 <mark style="color:blue;">啟用搜尋結果重排序 (Reranking)</mark>（見下方 [Reranker 模型](#reranker-model)）。關閉 Reranker 時，這個欄位不會過濾任何片段。
{% endhint %}

{% hint style="warning" %}
門檻設得較高會收窄檢索結果，但也可能排除原本有用的內容，設得太高時甚至一個片段都不剩。請每次小幅調整，並用同一組問題比較搜尋結果。
{% endhint %}

\*\*使用情境：\*\*客服主管小晴發現「退貨條件」的搜尋測試偶爾帶入不相關的配送說明。她先記下原本的檢索結果，再調高相似度門檻值並儲存，最後使用同一個問題重新測試。如果退貨政策片段仍會出現，而配送說明已被排除，就可保留這個設定。

{% stepper %}
{% step %}
進入 <mark style="color:blue;">知識庫</mark>，在要調整的知識庫右側點選「編輯」。
{% endstep %}

{% step %}
切換至 <mark style="color:blue;">檢索設定</mark>。
{% endstep %}

{% step %}
在「相似度門檻值（0-1）」輸入數值。
{% endstep %}

{% step %}
點選「儲存」，再以[搜尋測試](/build/knowledge-base/test-search-result.md)重新測試原本的問題。
{% endstep %}
{% endstepper %}

<figure><img src="https://1593648278-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fmzb5NG9GDzFP2YDKeYVl%2Fuploads%2Fgit-blob-b427dc37176320e83d78cd3a5b5437148a618d02%2Fkm-basic-retrieval-settings.png?alt=media" alt="知識庫檢索設定分頁：Embedding 模型、Reranker 設定、檢索片段數量與相似度門檻值欄位"><figcaption><p>在檢索設定調整相似度門檻值</p></figcaption></figure>

### 解析器（Parser）是什麼？ <a href="#what-is-parser" id="what-is-parser"></a>

解析器（Parser）讓系統能夠「理解」上傳文件中的內容，使其可以被搜索、編輯或轉換為其他格式使用。

#### 文件解析器 <a href="#document-parser" id="document-parser"></a>

上傳 PDF、Word 等文件時，可以為每個檔案選擇解析器。MaiAgent 雲端提供三種文件解析器，怎麼選：

* **MaiAgent Parser**：一般文字文件的預設選擇，成本低、速度快。
* **MaiAgent Parser (Offline)**：需要保留標題、表格等文件結構時使用，也能在離線環境運作。
* **Vision Parser**：掃描檔、圖表或圖片比較多的文件，用 AI 視覺理解逐頁讀取，圖片內容的解析效果最好。

解析器清單由平台設定，組織看到的選項可能多於上列三種，例如以 Gemini 3.1 Pro 進行影像辨識的解析器（單檔上限 50 MB 或 1,000 頁），說明見 [技術人員手冊 - Gemini 影像辨識解析器](https://docs.maiagent.ai/tech/quickstart/parser#gemini-vision-parser)。清單中沒有需要的解析器時，請洽 MaiAgent 窗口。

各解析器支援的檔案格式、能否離線運作與處理圖片的方式，見 [技術人員手冊 - Parser 解析工具](https://docs.maiagent.ai/tech/quickstart/parser#document-parsers)；計費方式見 [用量計算：各解析器的計費單位](/others/usage.md#parser-billing-units)。

{% hint style="info" %}
上傳 PDF、Word、PPT 時，<mark style="color:blue;">解析器</mark> 下拉的預設值是 <mark style="color:blue;">自動偵測（預設）</mark>：系統會在上傳後依檔案結構自動選擇解析器。掃描檔、含圖片的 PDF、內嵌圖片的 Word 檔，以及 PowerPoint 檔都可能改用 MaiAgent Parser (Offline) 或 Vision Parser，並依實際使用的解析器扣點；最終使用的解析器會顯示在文件列表的 <mark style="color:blue;">解析器</mark> 欄。挑選規則見 [技術人員手冊 - 「自動偵測（預設）」與解析計費](https://docs.maiagent.ai/tech/quickstart/parser#auto-detect-and-billing)。

之後若換成該檔案先前沒用過的解析器，系統會立即用新的解析器重新解析並再扣一次點數，先前已扣的點數不會退回，詳見 [解析失敗與重新解析](/others/usage.md#failed-and-reparse)。若要固定使用的解析器與計費方式，請在上傳時直接指定解析器。
{% endhint %}

<figure><img src="https://1593648278-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fmzb5NG9GDzFP2YDKeYVl%2Fuploads%2Fgit-blob-0fa474f4a3d90cf52b8b25b9ddf0f74d05d4bdfe%2Fkm-basic-parser-options.png?alt=media" alt="上傳檔案視窗的解析器選單：自動偵測（預設）、MaiAgent Parser、MaiAgent Parser (Offline) 與 Vision Parser，各選項下方附適用文件說明"><figcaption><p>正式區上傳文件時可選擇的文件解析器</p></figcaption></figure>

#### 語音轉文字解析器 <a href="#speech-to-text-parser" id="speech-to-text-parser"></a>

上傳音訊檔案時，可選擇以下語音轉文字解析器：

* **Azure Speech**：Azure 語音服務，可指定多種語言。
* **WhisperGroq**：Groq 上的 Whisper，可上傳影片檔、填自訂提示詞。
* **WhisperOpenAI**：OpenAI 的 Whisper，可上傳影片檔、填自訂提示詞。
* **Bronci (長問語音辨識)**：台語、台灣華語與客語（四縣、海陸）。

語言設定、能否上傳影片檔與地端部署的語音轉文字，見 [技術人員手冊 - 語音轉文字解析器](https://docs.maiagent.ai/tech/quickstart/parser#speech-parsers)；計費方式見 [用量計算：各解析器的計費單位](/others/usage.md#parser-billing-units)。

音訊解析完成後，可透過「檢視文件」查看逐字稿，並支援下載 TXT 或 SRT 格式的逐字稿檔案。

{% hint style="info" %}
欲了解各解析器的詳細比較，請參考：[技術人員手冊 - Parser 解析工具](https://docs.maiagent.ai/tech/quickstart/parser)
{% endhint %}

如果在解析資料出現問題，您也可以點擊 \[重新解析] 圖示，讓解析器重新整理資料。

#### 複雜版面文件的調整方式 <a href="#complex-layout-documents" id="complex-layout-documents"></a>

產品型錄、規格書等文件若同時包含雙欄排版、跨頁表格和圖片，解析正確不代表每次問答都會取得完整內容。建議依照「解析結果 → 檢索結果 → 回答結果」的順序逐步檢查：

1. **先選擇適合內容的解析器**：純文字文件可使用預設解析器；需要保留欄位、表格結構時，優先比較 MaiAgent Parser（Offline）的結果；問題若集中在圖片中的標示、零件外觀或圖文關係，則比較 Vision Parser 的結果。
2. **檢查解析後的 Markdown**：在文件頁面開啟「<mark style="color:blue;">檢視文件</mark>」，確認左右欄閱讀順序、表格標題、欄名、列資料及圖片說明是否仍位於同一段落。若內容已在此處交錯或缺漏，請更換解析器後重新解析；必要時將來源文件改為單欄，或把重要表格另存為 `.xlsx`、`.csv` 或 Markdown 後上傳。
3. **用代表性問題做搜尋測試**：分別測試產品名稱、表格中的精確欄位，以及需要跨列比較的問題，確認所需資料是否出現在檢索片段中。若正確片段排在檢索範圍之外，可逐步增加「檢索片段」數量並比較結果；增加片段也會帶入更多不相關內容，因此不建議一次調到最大值。
4. **讓每個片段可獨立理解**：表格若被切開，請在各段補上產品名稱、規格類別、欄位名稱與單位。對回答完整度要求高的資料，可另外建立 FAQ，將常問的比較題整理成一組完整問答。
5. **確認圖片的用途**：Parser 可辨識圖片文字或圖像語意，但不保證回答會自動顯示原圖。若使用者必須看到圖片，請確認解析後的 Markdown 中保留圖片，且包含圖片的片段有被檢索到；同時以實際使用的對話管道測試顯示結果。若只需要圖片中的規格資訊，建議把關鍵文字、圖號與圖片說明一併寫入文件。

{% hint style="info" %}
一次只調整一項設定，並用同一組問題重新執行[搜尋測試](/build/knowledge-base/test-search-result.md)，才能判斷改善來自解析器、文件內容或檢索設定。
{% endhint %}

### 檢索模型設定 <a href="#retrieval-model-settings" id="retrieval-model-settings"></a>

在知識庫的 <mark style="color:blue;">檢索設定</mark> 分頁，可以自行選擇希望使用的 Embedding 模型及 Reranker 模型。

<figure><img src="https://1593648278-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fmzb5NG9GDzFP2YDKeYVl%2Fuploads%2Fgit-blob-b427dc37176320e83d78cd3a5b5437148a618d02%2Fkm-basic-retrieval-settings.png?alt=media" alt="知識庫檢索設定分頁：Embedding 模型、啟用搜尋結果重排序 (Reranking) 開關與 Reranker 模型"><figcaption><p>在檢索設定分頁選擇 Embedding 與 Reranker 模型</p></figcaption></figure>

#### Embedding 模型 <a href="#embedding-model" id="embedding-model"></a>

Embedding 就像是將人類語言翻譯成 AI 能理解的「數字語言」，讓電腦能夠理解文字的真正含義，這個過程我們稱之為「向量化」。而不同的 Embedding 模型擁有不同的特性，如擅長處理的語言、支援的部署環境等，知識庫內不同的模型設定可以用於調整知識庫文件再上傳時向量化處理的效果，您可以針對不同的情境選擇最適合的 Embedding 模型。

您可以自由選擇多種 Embedding 的模型：

{% hint style="info" %}
欲了解 Embedding 模型差異，請參考：[技術人員手冊—Embedding 模型](https://docs.maiagent.ai/tech/quickstart/embedding#saas-models)
{% endhint %}

<figure><img src="https://1593648278-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fmzb5NG9GDzFP2YDKeYVl%2Fuploads%2Fgit-blob-9203d54b39deaba9450ca5117ea3fccad2268b14%2Fkm-basic-embedding-options.png?alt=media" alt="建立知識庫視窗的檢索設定分頁，展開 Embedding 模型下拉選單"><figcaption><p>建立知識庫時選擇 Embedding 模型</p></figcaption></figure>

{% hint style="warning" %}
Embedding 模型只能在建立知識庫時選擇，建立後就無法更改（編輯頁面的欄位會呈灰色）。要換模型，請建立新的知識庫並重新上傳檔案。
{% endhint %}

#### Reranker 模型 <a href="#reranker-model" id="reranker-model"></a>

Reranker 就像是一位專業評審，在初步搜尋結果中，重新評估哪些資料最能回答客戶問題。使用 Reranker 與否的效果有哪些差別呢？

當客戶問到：「新手適合什麼帳篷？預算 8000 元以下」

**沒有 Reranker：**

```
AI 可能回答：
「我們有各種價位的帳篷，8000元的產品包括...」
（可能提到進階款式，不夠針對新手需求）
```

**有 Reranker：**

```
AI 回答：
「為新手特別推薦這幾款 8000 元以下的帳篷...」
（精準針對新手+預算+產品推薦）
```

當啟用搜尋結果重排序 (Reranking) 時，Agent 就會重新將搜尋到的知識庫內容片段排序，依照最相關文件做出回應。

{% hint style="info" %}
欲了解 Reranker 模型，請參考：[技術人員手冊—Reranker 模型](https://docs.maiagent.ai/tech/quickstart/reranker#saas-models)
{% endhint %}

綜合上述，使用 Embedding 結合 Reranker 就能夠讓 Agent 理解您提供的知識，並且在檢索片段後再次檢視內容重要性，使用和問題最相關的知識回應。

#### 向量資料庫 <a href="#vector-database" id="vector-database"></a>

知識庫的向量預設存放在 MaiAgent 提供的向量資料庫。組織若要求索引資料留在自己管理的環境，可以改接組織自有的向量資料庫（企業版功能，SaaS 需由 MaiAgent 為組織開通）。

開通後，建立知識庫的視窗會多出 <mark style="color:blue;">向量資料庫</mark> 分頁：選擇 <mark style="color:blue;">使用系統預設配置</mark> 或 <mark style="color:blue;">使用自定義向量資料庫</mark>，後者需再選擇 <mark style="color:blue;">向量資料庫類型</mark> 並填寫連線資訊。

{% hint style="warning" %}
向量資料庫在知識庫建立後就會鎖定，無法修改。要換資料庫或改回系統預設，請建立新的知識庫並重新上傳檔案。
{% endhint %}

支援的資料庫類型、要填的欄位、版本與網路需求，見 [技術人員手冊 - 自帶向量資料庫](https://docs.maiagent.ai/tech/platform-development/bring-your-own-vector-db)。

### 權限設定 <a href="#kb-permissions" id="kb-permissions"></a>

<mark style="color:blue;">權限設定</mark> 分頁決定哪些角色的成員可以使用這個知識庫。建立時可在 <mark style="color:blue;">快速選擇權限範圍</mark> 選擇 <mark style="color:blue;">全部角色</mark>、<mark style="color:blue;">排除預設角色</mark> 或 <mark style="color:blue;">自訂選擇角色</mark>，下方會列出建立後將分配給哪些角色。

建立知識庫時，若還沒看過這個分頁就按下 <mark style="color:blue;">確定</mark>，視窗會先切到 <mark style="color:blue;">權限設定</mark> 並提示「請先查看權限設定，確認分配的角色後再提交」；確認角色後再按一次 <mark style="color:blue;">確定</mark> 即可建立。

<figure><img src="https://1593648278-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fmzb5NG9GDzFP2YDKeYVl%2Fuploads%2Fgit-blob-5081b92af0d58773fe6eea1618721f394fdef984%2Fkm-basic-permissions.png?alt=media" alt="建立知識庫視窗的權限設定分頁：全部角色、排除預設角色、自訂選擇角色三個選項，下方列出建立後將分配的角色"><figcaption><p>在權限設定選擇可使用此知識庫的角色範圍</p></figcaption></figure>

***

### 關聯 Agent <a href="#link-ai-agent" id="link-ai-agent"></a>

#### 多個 Agent 共用知識庫 <a href="#multiple-agents-share-knowledge-base" id="multiple-agents-share-knowledge-base"></a>

關聯 Agent 即是您希望將此知識庫授權給哪些 Agent 使用。若您有兩個 Agent：

* **產品客服 AI**
* **訂單客服 AI**

兩者都需要回答和退貨相關的問題時，您可以在「<mark style="color:blue;">退貨政策</mark>」的知識庫設定下，一次關聯以上兩個 Agent：

<figure><img src="https://1593648278-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fmzb5NG9GDzFP2YDKeYVl%2Fuploads%2Fgit-blob-050bc6e9b49de8ecd69ccc5d0719df2d8c5326fa%2Fplayma%20(2).png?alt=media" alt=""><figcaption><p>關聯多個 Agent 示意圖</p></figcaption></figure>

1. 在知識庫的 <mark style="color:blue;">關聯 AI 助理</mark> 分頁，於 <mark style="color:blue;">可選 AI 助理</mark> 勾選要關聯的 Agent

<figure><img src="https://1593648278-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fmzb5NG9GDzFP2YDKeYVl%2Fuploads%2Fgit-blob-cc00fdad163fa17e1691d5a8e39095fda691c71a%2Fkm-basic-link-agents-select.png?alt=media" alt="知識庫關聯 AI 助理分頁，可選 AI 助理清單已勾選 2 項"><figcaption><p>在可選 AI 助理勾選要關聯的 Agent</p></figcaption></figure>

2. 點按 <mark style="color:blue;">新增 AI 助理</mark>

新增後會出現在 <mark style="color:blue;">已選 AI 助理</mark> 區域，點按右下角 <mark style="color:blue;">儲存</mark> 後即關聯成功。

<figure><img src="https://1593648278-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fmzb5NG9GDzFP2YDKeYVl%2Fuploads%2Fgit-blob-21d2b167efb9e521e5b398be60fe7e3c390da25c%2Fkm-basic-link-agents-selected.png?alt=media" alt="已選 AI 助理區域列出剛加入的兩個 Agent，右下角為儲存按鈕"><figcaption><p>加入已選 AI 助理後點按儲存</p></figcaption></figure>

當關聯後，兩個 Agent 就能夠共用「<mark style="color:blue;">退貨政策</mark>」的知識庫，根據同樣的內容進行回答，後續維護只需要**更新一個知識庫**就能保證 Agent 使用最新資料。

#### 一個 Agent 使用多個知識庫 <a href="#one-agent-multiple-knowledge-bases" id="one-agent-multiple-knowledge-bases"></a>

除了共用知識庫外，一個 Agent 也能使用多個知識庫。

1. 進入 <mark style="color:blue;">AI 助理</mark>，在想設定的 Agent 右側點選編輯圖示，開啟 <mark style="color:blue;">設定</mark> 分頁
2. 在左側選單點選 <mark style="color:blue;">知識庫設定</mark>，再點擊右上角 <mark style="color:blue;">選擇知識庫</mark>

<figure><img src="https://1593648278-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fmzb5NG9GDzFP2YDKeYVl%2Fuploads%2Fgit-blob-36b5efba7543c4781c61f54cc5e1a3c3dab529f3%2Fkm-basic-agent-kb-settings.png?alt=media" alt="Agent 設定分頁的知識庫設定，使用知識庫區塊右上角有選擇知識庫按鈕"><figcaption><p>在 Agent 的知識庫設定點擊選擇知識庫</p></figcaption></figure>

3. 勾選要使用的知識庫並按下 <mark style="color:blue;">確認</mark>，已選擇的知識庫會出現在 <mark style="color:blue;">使用知識庫</mark> 列表中，並立即套用到這個 Agent

<figure><img src="https://1593648278-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fmzb5NG9GDzFP2YDKeYVl%2Fuploads%2Fgit-blob-74080eb75ce3eb1614b61efeb76d03494869b896%2Fkm-basic-agent-select-kb.png?alt=media" alt="選擇知識庫視窗，已勾選兩個知識庫，下方顯示已選擇 2 個知識庫"><figcaption><p>勾選多個知識庫後按下確認</p></figcaption></figure>

{% hint style="info" %}
既有 Agent 按下 <mark style="color:blue;">確認</mark> 後知識庫設定就會存檔，不需要另外按 <mark style="color:blue;">儲存</mark>；若要取消，請在 <mark style="color:blue;">使用知識庫</mark> 列表中移除該知識庫。
{% endhint %}


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.maiagent.ai/build/knowledge-base/km-basic-settings.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.