智能体知识库的三种数据格式

“知识库（Knowledge Base）是一个存储、组织和检索知识的系统化数据存储结构，支持 AI Agent 在特定场景下完成任务。它以多种数据格式存储知识，包括结构化数据、半结构化数据与非结构化数据。”

知识库的核心目标是将外部知识转化为模型可调用的数据形式，便于智能体进行检索、匹配与推理，提高对复杂问题的理解与回答准确性。

01

—

结构化数据知识库

• 定义：结构化数据以表格、关系数据库（如 MySQL、PostgreSQL）的形式存储，数据具有明确的行列格式与字段定义，适用于FAQ 问答系统、规则匹配等场景。

• 应用场景：

• 传统的 FAQ 问答系统

• 产品参数匹配与查询

• 多轮对话中信息槽位填充

示例：高校招生问答系统的结构化数据

问题	答案	关键字段
录取分数是多少？	2023 年理科录取线为 580 分	分数、年份
是否提供奖学金？	提供多种奖学金，最高 5000 元/年	奖学金类型
专业有哪些？	包括计算机、经济管理、医学等 30 个专业

02

—

半结构化数据

• 定义：半结构化数据介于结构化和非结构化数据之间，通常以JSON、XML 或 YAML格式存储，数据字段不固定，适用于动态知识调用与多模态数据解析的场景。

• 应用场景：

• 知识图谱构建

• API 响应数据解析

• 多维度数据检索

示例：智能客服知识库的半结构化数据

{"问题":"如何退货？","答案":{"退货流程":["申请退货","寄回商品","确认退款"],"退货期限":"7天无理由退货"},"分类":"售后服务"}

03

—

非结构化数据

• 定义：非结构化数据包括文本、音频、视频、图片等无固定格式的数据形式，需要结合 NLP、OCR 等技术进行解析和检索。

• 应用场景：

• 文档解析与问答

• 视频内容摘要与知识提取

• 图片 OCR 解析与内容标注

示例：企业内部政策文件的非结构化数据

“2024年公司节假日安排：春节假期为1月21日至1月27日，其他法定节假日按照国家规定执行。”