AnythingLLM 知识库怎么配置才能让文档被问答检索
AnythingLLM 的知识库配置，本质是把你的文档切分成片段、转成向量存进向量库，再让工作区在回答时检索这些片段。
所以配置重点不在界面开关，而在嵌入模型是否可用、文档是否真正完成嵌入、工作区是否绑定了正确的向量库。
下面按实际操作顺序讲清楚。
开始前需要确认的三件事
AnythingLLM 支持桌面版和 Docker 自托管，两种方式界面基本一致。
开始配置知识库前，先确认以下条件：
- 嵌入模型可用：在设置里选择内置嵌入器或配置外部嵌入服务（如 OpenAI、Ollama 本地模型）。嵌入模型负责把文档转成向量，没有它文档无法被检索。
- 向量数据库已就绪：默认使用内置 LanceDB，无需额外部署；如果改用外部向量库，需要提前填好连接地址和密钥。
- 文档格式在支持范围内：PDF、TXT、Markdown、DOCX 等常见格式可以直接上传，扫描版 PDF 需要先做 OCR，否则提取不到文字。
创建工作区并上传文档
知识库在 AnythingLLM 里按“工作区”隔离，每个工作区有自己的文档集合和对话记录。
- 打开 AnythingLLM 主界面，点击左侧 New Workspace，输入名称后创建。
- 进入工作区，点击上传按钮（回形针图标），选择本地文件或直接拖拽。
- 上传完成后，文档会出现在文件列表中，此时状态是待嵌入，还不能被问答检索。
- 点击 Move to Workspace 或 Embed 按钮，触发嵌入流程。
如果使用 Docker 部署，上传的文件默认保存在容器内，重启容器可能丢失。
建议在 docker-compose.yml 中挂载存储目录：
volumes:
- ./anythingllm-storage:/app/server/storage这样文档和向量数据会持久化到宿主机。
触发嵌入并确认完成状态
点击嵌入后，AnythingLLM 会调用嵌入模型逐段处理文档。
处理时间取决于文档数量和嵌入模型速度，几十页的 PDF 通常需要几十秒到几分钟。
判断是否成功，看两个地方：
- 文件列表中的文档状态变为 Embedded 或出现绿色标记；
- 工作区设置里的 Vector Count 大于 0，说明向量已经写入。
如果状态一直停在待处理，常见原因是嵌入模型没有配置好，或者 API Key 无效。
到设置里的 Embedding Preference 检查模型是否可选、密钥是否填写正确。
用提问验证检索是否生效
配置完成不等于问答可用，必须实际提问验证。
在工作区对话框里问一个只有文档中才有的细节，比如文档里提到的某个编号、日期或专有名词。
- 如果回答引用了文档内容并给出正确细节，说明检索链路正常；
- 如果回答说“没有找到相关信息”，先检查文档是否真的嵌入成功，再检查提问语言是否与文档语言差异过大；
- 如果回答内容明显来自模型自身知识而非文档，说明检索没有命中，可以尝试调低相似度阈值或增加检索片段数量。
AnythingLLM 的检索设置里可以调整 Top N（每次检索返回的片段数）和 Similarity Threshold（相似度阈值）。
文档内容分散时适当调高 Top N，但不要设得过大，否则会引入无关片段干扰回答。
容易踩坑的几个地方
扫描版 PDF 提取不到文字。
AnythingLLM 依赖文本提取，图片型 PDF 需要先用 OCR 工具转成可搜索文本再上传。
更换嵌入模型后旧向量不兼容。
不同嵌入模型生成的向量维度不同，换模型后需要重新嵌入文档，否则检索结果会错乱。
工作区之间文档不共享。
一个工作区嵌入的文档不会自动出现在另一个工作区，需要分别上传或使用“共享文档”功能。
Docker 环境网络不通导致嵌入失败。
如果嵌入服务是外部 API，容器内需要能访问外网；
使用本地 Ollama 时，容器要能访问宿主机地址，通常把 localhost 换成 host.docker.internal。
常见疑问
AnythingLLM 知识库支持哪些文件格式？
常见文本类格式如 PDF、TXT、Markdown、DOCX、CSV 都支持。
图片和扫描件需要先 OCR，音视频不在直接支持范围内。
嵌入一直失败但模型配置看起来没问题，怎么排查？
先看容器日志或桌面版日志里的报错信息，常见是 API 地址写错、密钥过期或网络超时。
用 curl 测试嵌入接口是否能通，再回到界面重试。
知识库文档更新后需要重新嵌入吗？
需要。
修改或替换文档后，旧向量不会自动更新，要删除旧文档重新上传并嵌入，否则问答仍会引用旧内容。
配置完成后，建议先用少量文档跑通完整链路，再批量导入。
这样出问题时容易定位是模型、网络还是文档本身的原因。
