添加文档与批量导入

把本地文档、整个目录、公开网页、整站内容或临时文本快速送入知识库。文件上传通过校验后会自动进入解析与索引队列,无需二次手动确认。

如果资料存放在飞书知识空间、持续更新的文档站或电子邮箱里,希望系统按日/按周自动同步增量变更,请使用数据源自动同步,无需反复手动上传。

选择适合你的导入方式

打开目标知识库的文档页签,点击右上角添加文档(或右侧下拉菜单),即可按资料形态选择入口:

导入方式适用场景操作入口
上传文件 单份或多份本地 PDF、Word、PPT、Excel、Markdown、图片 知识库文档页 → 右上角「添加文档」→「上传文件」或直接拖拽到页面
上传文件夹 把按目录整理好的整批制度、手册或代码仓库一次性导入 「添加文档」菜单 →「上传文件夹」,自动递归读取目录内受支持文件
网页 URL / 整站导入 导入公开帮助中心、API 文档站或单篇行业公告网页 「添加文档」菜单选择网页导入,或在知识库列表「新建知识库」下拉中选择「从网站创建」
粘贴纯文本 / Markdown 快速沉淀会议纪要、FAQ 口径、临时公告或手工整理的摘要 「添加文档」菜单选择粘贴文本,填写标题与正文后直接入库
知识库文档列表与添加文档入口
知识库文档列表:支持按文件类型、文档状态与索引状态筛选,右上角一键添加文档或切换导入来源。

支持的文件格式与解析能力

ApeMind 针对企业常见文档做了分层解析处理,保留标题层级、表格结构和图片位置,具体解析架构可参阅高精度文档与版面解析。

类别常见扩展名解析方式与建议
PDF 文档 .pdf 优先推荐。内置高精度版面解析,完整还原双栏正文、跨页表格、数学公式与图表,并保留页码供引用溯源。
Office 文档 .docx .doc .pptx .xlsx Word 与 PPT 自动转为高保真版面后解析;Excel 表格转换为结构化 Markdown 表格以便检索与核对。
纯文本与标记语言 .md .txt .html .htm 保留标题层级、列表与代码块,切分速度快、无版面转换损耗。
图片与扫描件 .png .jpg .jpeg .webp 支持 OCR 文字识别;当知识库配置多模态向量模型时,自动启用视觉索引,可直接按图表内容检索。
源码与结构化文本 .py .ts .go .java .json .yaml 按文本与代码块结构入库,适合研发技术文档与接口契约检索。

本地文件与文件夹上传

点击「添加文档」挑选多个本地文件,或直接将文件拖入文档列表区域;批量导入整个目录时,选择「上传文件夹」。

大文件会自动分片上传。上传完成前点击取消,文件会直接从待处理列表移除,不会留下半成品或占用索引配额。

上传通过校验后,系统自动提交入库并依次完成版面解析、语义切分、向量索引、全文索引和知识图谱构建(若已开启)。你可以随时离开当前页面,处理在后台持续推进。

处理完成后,建议点开几篇含复杂表格或扫描页的重点文档,切换「原文」与「解析结果」页签,核对表头、数值与章节标题是否准确还原。

PDF 文档解析结果预览
点开任意已入库文档即可核对解析结果与分块详情,确保复杂年报和制度表格还原无误。

网页 URL、整站导入与粘贴文本

当目标资料本身就是在线文档站或零散笔记时,不必先下载再转成文件:

在左侧栏进入知识库,点击右上角「新建知识库」旁的下拉箭头,选择从网站创建:

  1. 输入公开文档站的入口 URL(例如 https://docs.example.com),系统自动发现同域名下的可抓取页面。
  2. 按目录树勾选需要纳入的页面,剔除登录页、变更日志归档等无关路径。
  3. 确认创建后,系统自动拉取网页正文并剥离导航栏与页脚噪声,生成干净的 Markdown 文档入库。

在已有知识库的「添加文档」菜单中选择网页 URL,输入一个或多个页面地址即可将网页正文提取为文档。如需定期重抓更新,请改在知识库的数据源页签添加网站数据源,详见数据源自动同步。

在「添加文档」菜单选择粘贴文本,填写清晰的文档标题(标题会作为检索与引用展示名)并粘贴 Markdown 或纯文本内容。适合临时补充口径说明、会议纪要或高频 FAQ 条目。

网页抓取依赖平台启用网页采集服务,且只能访问公开可到达的页面;需要登录后才能看到的内部系统页面请使用数据源同步(如飞书连接)或导出文件后上传。

读懂文档与索引状态

文档列表同时展示文档状态和各项索引状态(向量索引、全文索引、知识图谱),方便一眼定位进度:

状态标签含义你可以做什么
排队中 / 处理中 文档正在解析版面或构建对应索引 耐心等待;同一知识库内其他「已完成」文档可正常被检索,不受影响。
已完成 / 就绪 解析与索引全部完成,可参与混合检索与句级引用 可以直接在 Agent 对话里提问,或点开文档调整切分边界。
失败 文件损坏、加密受限、超出配额或上游模型暂时异常 悬停查看错误提示;修复原因后在右侧操作菜单选择「重新解析」或「重建索引」。

更新、替换与删除文档

常见问题排查

上传时提示文件过大或超出配额

单文件大小上限、单知识库文档数与组织存储配额由平台管理员统一设定。建议将超长合集 PDF 按章节拆分上传,或联系管理员在组织配额中调高上限。

PDF 加密或扫描件解析出来是空白

带打开密码的 PDF 无法直接解析,请先解除密码保护后重新上传。纯图片扫描件需要平台开启高精度解析 / OCR 服务;若仍空白,请检查解析器配置或联系平台管理员。

想用脚本或 CI 流水线批量上传文档

程序化批量入库支持两阶段上传确认接口及 CLI 命令,请查阅开发者文档知识库与文档全生命周期 API。

下一步