本文介绍了Coze平台接入企业私域知识的三种格式：文本、表格和照片，并重点探讨了RAG（检索增强生成）技术在企业员工AI助理智能体中的应用。文章梳理了RAG的发展历程，从RAG启蒙阶段的核心流程——检索和生成，到高级RAG的36种技术，涵盖Query理解、Query路由、索引、Query检索、重排、生成、评估与框架、RAG新技术等9个模块，为企业更好地利用私域知识、构建智能体提供了全面的技术概览。

🗂️Coze平台支持文本、表格、照片三种格式接入企业私域知识，满足企业多样化的知识管理需求。文本知识库允许上传文档、URL和第三方数据源，表格支持按列匹配和自然语言查询，照片则通过语义描述进行匹配。

🔍RAG技术的核心在于检索和生成两个阶段。检索阶段从外部知识库中检索与用户输入相关的知识，生成阶段则利用检索到的信息，通过生成模型（如Qwen、DeepSeek V3/R1）生成最终的响应或文本。

🛠️高级RAG技术涵盖架构、模块和技术三个维度，包含Query理解、Query路由、索引、Query检索、重排、生成、评估与框架、RAG新技术等9大模块，共36种技术，为大模型应用提供了更精细化的解决方案。

原创 PaperAgent 2025-03-15 23:52 湖北

企业有大量长期沉淀下来的私域知识，比如规章制度、招投标书、客户服务资料，销售文案等等。

Coze中有三种格式接入企业知识：

文本：将文档、URL、三方数据源上传为文本知识库后，用户发送消息时，智能体能够引用文本知识中的内容回答用户问题。

表格：用户上传表格后，支持按照表格的某列来匹配合适的行给智能体引用，同时也支持基于自然语言对数据库进行查询和计算。

照片：照片上传到知识库后自动/手动添加语义描述，智能体可以基于照片的描述匹配到最合适的照片

在本合集《动手设计智能体：Coze版》中，企业员工AI助理智能体是以RAG的方式接入企业私域知识，以此而引发的大模型知识、知识库知识、插件知识的冲突，在后文有讨论解决方案，同时，关于RAG的发展历程：从RAG启蒙、到高级RAG之36技，再到未来Agentic RAG，PaperAgent进行概括性梳理：

一、RAG启蒙

大模型RAG核心浓缩成两个核心阶段：

检索阶段：模型首先从外部知识库中检索与输入文本相关的信息。这个知识库可以是对大规模文本数据集进行索引处理后形成的数据库。

生成阶段：将检索到的信息作为输入，到一个生成模型中（如Qwen、DeepSeek V3/R1），这个生成模型会基于输入信息，生成最终的响应或文本。

二、高级RAG之36技

从架构、模块、技术三个维度了概况了大模型高级RAG全过程之技术要点，一个框架、9个模块、36种技术，涉及Query理解、Query路由、索引、Query检索、重排、生成、评估与框架、RAG新技术等9个模块。

一张全景框架图，梳理了9个模块，36种技术

阅读原文

跳转微信打开