知识库全生命周期全景

掌握知识库的三层资产拓扑、异步训练管线、状态流转与全生命周期维护流程。

知识库是 FastGPT 承载非结构化与结构化业务知识的核心资产库。掌握其三层拓扑、后台异步处理流程及状态流转逻辑，有助于高效组织数据并保障问答质量。

三层资产拓扑架构

系统通过三层层级模型管理所有知识资产：

知识资产层级

知识库（Knowledge Base）：定义底层向量检索模型、BM25 全文分词策略、存储库配置与团队级协作者权限。
集合（Collection）：组织与隔离数据的单元。内容集合保存具体上传的文件、网页或同步数据；文件夹（目录集合）建立树状层级关系，方便批量授权与标签分类。
数据块（Data Chunk）：经由切片算法格式化后的独立实体。每个数据块保存原始文本及索引 ID、索引文本等关联信息；向量由向量存储后端保存，支持单块独立编辑与重建。

知识资产在系统中经历以下五个连续阶段：

阶段	核心任务	交付物与系统动作
1. 采集接入	选择文件上传、结构化表格、网页爬取或第三方同步	文件安全校验、写入 S3 对象存储、创建集合记录
2. 文本解析	提取非结构化文本内容，按语义进行分块切片	生成待处理数据块记录，排队等待训练队列消费
3. 索引构建	调用模型生成高维向量，构建全文倒排索引	写入向量数据库与 Mongo 索引库，状态转为“已就绪”
4. 检索服务	响应用户提问，执行多路召回与重排过滤	提取最相关候选分块，向应用层输出带有引用来源的上下文
5. 维护归档	单块微调、文档增量覆盖、标签过滤与过期清理	触发局部向量重算或级联软删除，保持知识库新鲜度

文件上传成功后，系统通过分布式任务队列（BullMQ / Mongo 训练记录）进行异步处理：

文件处理阶段与重试

图中的等待、解析分块、按配置增强和索引构建表示处理阶段。队列积压时任务继续等待；处理失败会进入重试或错误排查。

集合状态在接口层使用以下三个枚举值，并在界面展示具体阶段文案：

进行中（running）：处理任务仍在进行，界面按阶段显示排队中 / 内容解析中 / 图片解析中 / 索引向量化 / 问答对提取 / 自动索引生成 / 图片索引生成 / 索引重建 / 同义词重建。
已就绪（ready）：界面显示已就绪，处理完成，数据块可供检索。
训练异常（error）：界面显示训练异常，需在异常列表弹窗中结合错误原因修复文件、模型额度或网络等前置条件，再执行重试。