檢索工具¶
這個工具（在「新增工具」對話框中顯示為「檢索」，Retrieval）讓 Agent 在回答前，先到你的知識庫裡查找相關內容，再根據查到的資料作答——也就是常說的 RAG。適合用來做「熟悉公司文件的客服／問答助理」。
什麼是 RAG、檢索器？
RAG（檢索增強生成）指的是：Agent 回答前，先到你的文件裡「查資料」，再根據查到的內容作答，而不是只憑模型自己的記憶亂猜。這樣回答更貼近你公司的真實資訊。
要做到這件事，需要兩個東西搭配：
- 知識庫（Knowledge Base）：放你上傳文件的地方，是「資料的倉庫」。
- 檢索器（Retriever）：負責「去倉庫裡找出最相關段落」的工具，是「找資料的方法」。一個知識庫可以搭配一個或多個檢索器，分別用不同方式找資料（例如關鍵字比對、語意相似度），多選通常能查得更全面；不確定時先選一個即可。
開始前
你需要先準備好：
- 一個知識庫（Knowledge Base），並已上傳文件。
- 至少一個檢索器（Retriever）。
- （選用）一個排序器（Ranker），用來把查到的結果重新排序，讓最相關的排前面。
設定步驟¶
-
在 Agent 的「自訂工具」中，新增一個「檢索」（Knowledge Base）工具。
-
選擇要查詢的「知識庫」（Knowledge Base）。
- 選擇一個或多個「檢索器」（Retriever，可複選）。
- （選用）選擇一個「排序器」（Ranker）。
- （選用）在「專業領域」填入這個知識庫的主題（例如「公司產品手冊」）。填好後離開欄位，系統會自動依此產生一段「描述」範本，你可以再修改。
-
填寫「描述」，說明這個知識庫裝的是什麼內容，讓 Agent 知道何時該查。
-
儲存。
完整欄位說明¶
| 欄位 | 必填 | 預設 | 說明 |
|---|---|---|---|
| 名稱（Name） | 是 | （無） | 提供給大型語言模型的工具名稱，模型靠它選擇並呼叫工具；建議取清楚、具描述性的名字。同一 Agent 內不可重複。 |
| 追蹤工具結果（Track Tool Results） | 否 | 關閉 | 開關。啟用後，Agent 的回應會一併附上檢索到的資料，並以引用方式標示來源出處。 |
| 知識庫（Knowledge Base） | 是 | （無） | 要搜尋的知識庫。 |
| 檢索器（Retriever） | 是 | （無） | 用來檢索的檢索器，可複選，至少一個。 |
| 資料欄位（Data Fields） | 否 | 全部欄位 | 指定只搜尋知識庫的特定索引欄位；留空則使用全部欄位。僅適用於有欄位結構的資料（CSV／TSV／JSON／JSONL）。 |
| 排序器（Ranker） | 否 | （無） | 重新排序查到的結果，提升相關度。可清除。 |
| 專業領域（Knowledge Domain） | 否 | （無） | 這個知識庫的主題或領域。填好離開欄位後，系統會自動依此產生一段「描述」範本，方便你接著修改。 |
| 描述（Description） | 是 | （無） | 說明知識庫內容與用途，Agent 靠它判斷何時查詢。 |
| 顯示名稱（Display Name） | 否 | （無） | 進階設定。設定這個工具在 Agent 聊天思考過程中顯示的名稱，最多 64 字。 |
| 標籤（Tags） | 否 | （無） | 進階設定。為工具加上標籤，方便分類與管理。 |
「描述」決定 Agent 會不會查這個知識庫
Agent 是靠「描述」判斷何時、該不該查這個知識庫。描述寫得越清楚具體，越能在對的時機被正確使用；寫得太籠統，可能該查時沒查、或用錯場合。建議寫明這個知識庫裝什麼內容、什麼情況下該來查。例如：
公司產品的規格、價格與常見問題。當使用者詢問產品細節時，先查這裡。
實際效果¶
設定好之後，當使用者提出相關問題，Agent 會自動呼叫這個工具，先到知識庫查找，再依查到的內容作答。下圖是一個熟悉公司產品文件的助理實際對話的例子——使用者詢問退換貨政策，Agent 先用檢索工具查知識庫，再根據查到的文件回答：
對話會以可展開的卡片，依序顯示工具的執行過程：
- 使用 …查詢相關資訊：Agent 送出的查詢字串（這裡是「退換貨政策」）。
- 接收 …的查詢結果：知識庫回傳的相關段落。
- 最後 Agent 根據這些內容整理出回答，而不是憑空作答。
查不到就不會亂編
若知識庫裡沒有相關內容，Agent 會回報「找不到相關說明」，而不是自行杜撰——這正是檢索（RAG）的價值：回答以你的文件為根據。