知识检索工具节点

知识检索工具节点为 AI Agent 提供从知识库中检索相关信息的能力。与 Knowledge Retrieval Action 节点不同，Tool 版本由 AI 根据对话需求自主决定是否调用。

使用场景

典型应用

智能问答助手 - AI 根据用户问题自主检索知识库内容
文档查找 - AI 在需要时自动查找产品手册、技术文档
客服支持 - AI 根据问题类型自主检索相关解决方案
RAG 系统 - 为 AI Agent 提供上下文信息，增强回答质量
多知识库切换 - AI 根据问题领域选择不同的知识库检索
动态信息补充 - AI 在对话过程中按需检索补充信息

Tool vs Action 的区别

特性	Knowledge Retrieval Action	Knowledge Retrieval Tool
执行方式	直接执行	AI 按需调用
使用场景	固定的检索流程	AI Agent 需要时检索
调用时机	每次都执行	AI 决定何时调用
查询来源	预先配置	AI 从对话中提取查询

示例对比:

Action 方式 (固定流程):
用户输入 → 知识检索 → 使用结果

Tool 方式 (智能交互):
用户: "你们的产品有什么特点?"
AI: (识别需要检索产品信息) → 调用知识检索工具 → 返回结果
用户: "价格是多少?"
AI: (识别需要检索价格信息) → 再次调用知识检索工具 → 返回结果

节点配置

基础设置(参数面板)

工具名称 (toolName)

AI Agent 调用工具时使用的唯一标识符。

字段属性:

必填字段
在工作流中必须唯一
不支持表达式
格式要求:
- 只能包含字母、数字、下划线和连字符
- 必须以字母开头
- 不能与工作流中其他工具节点的工具名称重复

配置示例:

javascript

// 1. 简洁明确的工具名称
toolName: "searchKnowledgeBase"

// 2. 描述性的工具名称
toolName: "queryProductInfo"

// 3. 带前缀的工具名称
toolName: "kbCompanyFAQ"

命名建议:

使用小驼峰或下划线: searchKnowledgeBase 或 search_knowledge_base
见名知意: 名称要清楚表达工具的功能
避免过长: 建议在 20 个字符以内
避免特殊字符: 只使用字母、数字、下划线和连字符

重要说明:

AI Agent 通过工具名称来识别和调用工具，而不是节点名称
工具名称在工作流中必须唯一，如果有重复会自动添加后缀
建议使用英文命名，以便与 AI 的调用保持一致

工具描述 (toolDescription)

描述工具的功能和使用场景，AI 根据描述决定何时调用。

字段属性:

必填字段
支持表达式
支持多行文本

配置示例:

javascript

// 1. 清晰描述工具功能
"从知识库中检索与查询相关的内容。输入参数: query(查询文本)。返回: results(检索结果数组), query(原始查询)。适用于回答需要参考知识库的问题。"

// 2. 说明使用场景
"查询产品相关信息。
输入参数:
- query: 查询文本(产品名称、功能、规格等)
返回:
- results: 匹配的知识片段数组
- query: 原始查询文本

当用户询问产品信息时调用 searchProductInfo 工具。"

// 3. 指定知识库范围
"从公司FAQ知识库中检索常见问题答案。
输入参数: query(用户问题)
返回: results(匹配的FAQ条目)
适用场景: 用户询问常见问题时调用 companyFAQSearch 工具。"

查询文本 (query)

要检索的查询内容。AI 会从对话中提取并填充此字段。

字段属性:

必填字段
支持表达式
支持多行文本
AI 会自动从对话中提取查询内容

配置示例:

javascript

// 1. AI 从对话中提取
query: ""  // AI 会自动填充用户问题

// 2. 从上下文获取
query: $('Chat Trigger').message

// 3. 组合多个信息源
query: `产品: ${$('Entity Recognition').productName}
查询: ${$('Chat Trigger').message}`

知识库 (knowledgeBaseId)

选择要检索的知识库。

字段属性:

必填字段
从已创建的知识库中选择
支持表达式（动态选择知识库）

配置示例:

javascript

// 1. 静态选择
knowledgeBaseId: "kb_product_manual_2024"

// 2. 根据分类动态选择
knowledgeBaseId: $('AI Classifier').class === "technical"
  ? "kb_technical_docs"
  : "kb_general_faq"

// 3. 从配置中读取
knowledgeBaseId: $('Config').knowledgeBaseId

高级设置(设置面板)

节点描述 (nodeDescription)

为节点添加自定义描述。

yaml

nodeDescription: "产品信息检索工具"

输出数据

返回检索到的知识片段数组。

输出结构:

javascript

{
  results: [
    {
      content: "知识片段内容",
      score: 0.85,           // 相关度评分 (0-1)
      metadata: {            // 元数据信息
        source: "文档来源",
        title: "文档标题",
        page: 12,
        url: "https://..."
      }
    },
    // ... 更多结果
  ],
  query: "原始查询文本"
}

访问输出:

javascript

// 获取所有结果
$('Knowledge Retrieval Tool').results

// 获取第一个结果的内容
$('Knowledge Retrieval Tool').results[0].content

// 获取第一个结果的相关度
$('Knowledge Retrieval Tool').results[0].score

// 获取元数据
$('Knowledge Retrieval Tool').results[0].metadata.source

工作流示例

示例 1: 智能问答助手

Chat Trigger
  → AI Agent Node
    System Prompt: "你是智能客服助手，可以回答用户关于产品的各种问题。"
    
    Tools: [Knowledge Retrieval Tool]
      Tool Name: "searchProductInfo"
      Tool Description: "从产品知识库中检索产品相关信息。输入: query(查询文本)。返回: results(检索结果)。当用户询问产品信息时调用此工具。"
      Knowledge Base: "kb_product_manual"
      Query: ""  // AI 从对话中提取
  → Answer Node

对话示例:
用户: "你们的产品有什么特点?"
AI: (调用 searchProductInfo 工具, query="产品特点")
检索结果: [包含产品特点的知识片段]
AI: "根据我们的产品手册，我们的产品具有以下特点：..."

用户: "价格是多少?"
AI: (调用 searchProductInfo 工具, query="价格")
检索结果: [包含价格信息的知识片段]
AI: "产品价格根据配置不同，价格范围是..."

示例 2: 多知识库智能检索

Chat Trigger
  → AI Agent Node
    System Prompt: "你是智能助手，可以回答技术问题和常见问题。"
    
    Tools: [
      Tool 1 - Knowledge Retrieval Tool (技术文档)
        Tool Name: "searchTechnicalDocs"
        Tool Description: "从技术文档库检索技术问题答案。输入: query。返回: results。当用户询问技术问题时调用。"
        Knowledge Base: "kb_technical_docs"
      
      Tool 2 - Knowledge Retrieval Tool (FAQ)
        Tool Name: "searchFAQ"
        Tool Description: "从FAQ知识库检索常见问题答案。输入: query。返回: results。当用户询问常见问题时调用。"
        Knowledge Base: "kb_faq"
    ]
  → Answer Node

对话示例:
用户: "如何安装?"
AI: (识别为技术问题) → 调用 searchTechnicalDocs
检索结果: [安装步骤文档]
AI: "根据技术文档，安装步骤如下：..."

用户: "你们支持退款吗?"
AI: (识别为常见问题) → 调用 searchFAQ
检索结果: [退款政策FAQ]
AI: "根据我们的FAQ，退款政策是..."

示例 3: 对话式信息收集

Chat Trigger
  → AI Agent Node
    System Prompt: "你是产品顾问，帮助用户了解产品信息。"
    
    Tools: [Knowledge Retrieval Tool]
      Tool Name: "queryProductDetails"
      Tool Description: "检索产品详细信息。输入: query(产品名称或特性)。返回: results(产品信息)。"
      Knowledge Base: "kb_products"
  → Answer Node

对话示例:
用户: "我想了解一下笔记本电脑"
AI: (调用 queryProductDetails, query="笔记本电脑")
检索结果: [多款笔记本电脑信息]
AI: "我们有多款笔记本电脑产品，包括..."

用户: "有轻薄的吗?"
AI: (调用 queryProductDetails, query="轻薄笔记本电脑")
检索结果: [轻薄型号信息]
AI: "有的，我们有以下轻薄型号：..."

最佳实践

1. 编写清晰的工具描述

好的工具描述:

"从产品知识库中检索产品信息。
输入参数:
- query: 查询文本(产品名称、功能、规格等)
返回:
- results: 匹配的知识片段数组，每个片段包含内容、相关度评分和元数据
- query: 原始查询文本

使用场景:
- 用户询问产品功能
- 用户询问产品规格
- 用户询问产品价格
- 用户需要产品对比

示例: 当用户说'这个产品有什么功能'时调用 searchProductInfo 工具。"

2. 合理配置知识库

javascript

// 1. 根据领域选择知识库
knowledgeBaseId: "kb_product_info"  // 产品相关

// 2. 动态选择知识库
knowledgeBaseId: $('AI Classifier').category === "technical"
  ? "kb_technical"
  : "kb_general"

// 3. 多个工具使用不同知识库
Tool 1: knowledgeBaseId: "kb_products"      // 产品库
Tool 2: knowledgeBaseId: "kb_support"       // 支持库
Tool 3: knowledgeBaseId: "kb_pricing"       // 价格库

3. 处理检索结果

javascript

// AI 会自动处理检索结果，但可以在 System Prompt 中指导
System Prompt: `当你调用知识检索工具后:
1. 检查检索结果的相关度评分
2. 如果最高分 >= 0.7，使用该结果回答
3. 如果最高分 < 0.7，告诉用户信息可能不够准确
4. 如果结果为空，说明知识库中没有相关信息`

4. 优化查询提取

javascript

// 在工具描述中帮助 AI 理解如何提取查询
toolDescription: `检索产品信息。
输入参数: query (从用户问题中提取的关键词，如产品名称、功能、规格等)
示例:
- 用户说"这个产品有什么功能" → query="产品功能"
- 用户说"价格多少" → query="价格"
- 用户说"支持哪些系统" → query="系统要求"`

常见问题

Q1: AI 如何知道何时调用知识检索工具?

A: AI 根据以下因素决定:

工具描述: 是否匹配用户问题类型
对话上下文: 是否需要参考知识库内容
问题复杂度: 是否需要额外信息才能回答

优化建议:

在工具描述中明确说明适用场景
提供调用示例
说明检索的知识库范围

Q2: 如何处理检索结果为空?

A: AI 会自动处理:

如果检索结果为空:
1. AI 会识别没有找到相关信息
2. 可以告诉用户知识库中没有相关内容
3. 建议用户换个方式提问或联系人工客服

Q3: 可以同时使用多个知识库吗?

A: 可以！创建多个知识检索工具节点，每个使用不同的知识库:

javascript

Tools: [
  Tool 1: knowledgeBaseId: "kb_products"      // 产品库
  Tool 2: knowledgeBaseId: "kb_support"     // 支持库
  Tool 3: knowledgeBaseId: "kb_pricing"      // 价格库
]

AI 会根据问题类型选择合适的工具调用。

Q4: 如何提高检索准确性?

1. 优化知识库内容

确保知识库内容完整、准确
使用清晰的文档结构
添加适当的元数据

2. 优化工具描述

javascript

toolDescription: `检索产品技术文档。
输入参数: query (技术关键词，如"安装"、"配置"、"故障排除"等)
返回: results (相关技术文档片段)
注意: 查询应该包含具体的技术关键词`

3. 使用相关度评分

javascript

System Prompt: `使用知识检索结果时:
- 优先使用相关度评分 >= 0.7 的结果
- 如果所有结果评分 < 0.7，告知用户可能需要更精确的问题`

Q5: 工具可以多次调用吗?

A: 可以！AI 可以在同一对话中多次调用:

用户: "这个产品有什么功能?"
AI: (第1次调用) → 检索产品功能信息

用户: "价格是多少?"
AI: (第2次调用) → 检索价格信息

用户: "有什么颜色可选?"
AI: (第3次调用) → 检索颜色选项信息

下一步

AI Agent 节点 - 了解如何使用 AI Agent
知识检索 Action 节点 - 了解 Action 版本
HTTP Request Tool 节点 - 结合 API 调用

触发器节点

Chat 触发器

Action 节点

Control 节点

Tool 节点

分组节点

知识检索工具节点

使用场景

典型应用

Tool vs Action 的区别

节点配置

基础设置(参数面板)

工具名称 (toolName)

工具描述 (toolDescription)

查询文本 (query)

知识库 (knowledgeBaseId)

高级设置(设置面板)

节点描述 (nodeDescription)

输出数据

工作流示例

示例 1: 智能问答助手

示例 2: 多知识库智能检索

示例 3: 对话式信息收集

最佳实践

1. 编写清晰的工具描述

2. 合理配置知识库

3. 处理检索结果

4. 优化查询提取

常见问题

Q1: AI 如何知道何时调用知识检索工具?

Q2: 如何处理检索结果为空?

Q3: 可以同时使用多个知识库吗?

Q4: 如何提高检索准确性?

Q5: 工具可以多次调用吗?

下一步

相关资源

Chat 触发器

知识检索工具节点 ​

使用场景 ​

典型应用 ​

Tool vs Action 的区别 ​

节点配置 ​

基础设置(参数面板) ​

工具名称 (toolName) ​

工具描述 (toolDescription) ​

查询文本 (query) ​

知识库 (knowledgeBaseId) ​

高级设置(设置面板) ​

节点描述 (nodeDescription) ​

输出数据 ​

工作流示例 ​

示例 1: 智能问答助手 ​

示例 2: 多知识库智能检索 ​

示例 3: 对话式信息收集 ​

最佳实践 ​

1. 编写清晰的工具描述 ​

2. 合理配置知识库 ​

3. 处理检索结果 ​

4. 优化查询提取 ​

常见问题 ​

Q1: AI 如何知道何时调用知识检索工具? ​

Q2: 如何处理检索结果为空? ​

Q3: 可以同时使用多个知识库吗? ​

Q4: 如何提高检索准确性? ​

Q5: 工具可以多次调用吗? ​

下一步 ​

相关资源 ​

知识检索工具节点

使用场景

典型应用

Tool vs Action 的区别

节点配置

基础设置(参数面板)

工具名称 (toolName)

工具描述 (toolDescription)

查询文本 (query)

知识库 (knowledgeBaseId)

高级设置(设置面板)

节点描述 (nodeDescription)

输出数据

工作流示例

示例 1: 智能问答助手

示例 2: 多知识库智能检索

示例 3: 对话式信息收集

最佳实践

1. 编写清晰的工具描述

2. 合理配置知识库

3. 处理检索结果

4. 优化查询提取

常见问题

Q1: AI 如何知道何时调用知识检索工具?

Q2: 如何处理检索结果为空?

Q3: 可以同时使用多个知识库吗?

Q4: 如何提高检索准确性?

Q5: 工具可以多次调用吗?

下一步

相关资源