01.1 文档
PDF、Office、Markdown、HTML、文本和代码。
上传基于文本的 PDF、Word 文档、演示文稿、电子表格、CSV 或 TSV 数据、Markdown、HTML、日志和常见源代码格式。
02 检索
既找到标识符，也找到概念。
关键词检索和语义检索解决不同的遗漏。Libre 始终保留词法路径，并在配置 embeddings 后将其与向量排名融合。
02.1 关键词
BM25 始终可用。
精确标识符、名称和罕见术语无需 embedding 模型即可排名。如果 embedding 生成失败或被禁用，文档搜索仍会继续使用词法检索。
02.2 混合
融合向量和词法排名。
启用 embeddings 后，倒数排名融合将语义相似度与 BM25 结合，避免模糊的语义近邻自动压过强精确匹配。
02.3 加密内容
密文旁不保存明文全文索引。
词法评分在进程内对请求者有权访问的已解密片段运行。Libre 明确避免为加密文档片段持久保存明文 token 索引。
03 答案
使用恰当数量的来源上下文。
检索是高效的默认方式。当任务确实依赖整个文件时，对话可以选择全文档上下文。
03.1 引用
将来源位置带入回答。
检索到的摘录包含来源名称、片段、分数和结构化位置。Sources 面板会按文档归组引用位置。
03.2 全文档模式
在容量允许时读取完整提取文档。
聊天可以发送全部提取内容，而不是选定段落。当附件材料过大并将超过可配置的 token 保护限制时，系统会退回检索模式。
03.3 知识工具
让模型在一轮中进行搜索和读取。
内置工具可以列出范围内文档、搜索带引用的段落并读取受限窗口，让模型逐步调查文件，而不是一开始就接收全部内容。
查看工具循环