文档知识库准备（含图片索引）¶

在文本知识库准备流程中增加页面和文档图片对象的图片索引，适合需要结合图片检索的资料。

开始前准备¶

准备包含正文和图片的文档、文本知识库、图片索引配置及输出卷。先用一份带有代表性图片的资料验证，确认图片可以被解析和索引。

文本嵌入模型处理正文，图片嵌入模型处理图片本身。选择知识库后，检查图片索引是否启用，以及目标表、模型、维度、预处理版本和距离度量是否匹配。仅有图片描述文本不代表已经建立图片索引。

在创建工作流页面选择“从模板开始”，搜索“文档知识库准备（含图片索引）”并载入画布。

在参数表单中填写以下必填项。

运行前检查图片嵌入配置，确认图片模型和索引维度匹配。

保存参数后发起手动运行，系统先保存当前流程，再提交执行。

连线表示执行顺序；各步骤通过模板配置的数据绑定取得输入。

文档知识库准备（含图片索引）

配置	如何使用
解析档位	默认标准；扫描件和复杂版面可选择增强，具体设置见文档解析
文本分块	模板默认大小 512、重叠 50，按字符计算；先检查正文，再调整分块
三级文本索引	默认开启，Section 大小为 5
图片索引	确认启用，并保留页面和视觉对象的图片引用
模型与维度	图片模型输出维度必须与索引一致，不能直接套用文本模型维度

图片索引按原始图片生成向量。本模板允许文件没有可索引图片：no_indexable_images 表示该文件未写入图片向量；disabled 表示图片索引被禁用。两者都不能当作图片索引成功。

检查读取文件的数量和解析文档中的图片来源。
在文本索引步骤查看 written，在图片索引步骤查看 page_rows、visual_object_rows 和 file_statuses。
核对 indexed_source_file_ids，确认目标文件实际进入图片索引。all_source_file_ids 仅表示本次考虑的来源。
查看输出卷中的解析文件，再检查文本和图片两次血缘登记的来源关系。
分别用已知文字内容和图片内容验证检索。

模板先完成文本索引，再构建视觉清单和图片索引，最后保存解析文档并登记关系。清单和保存步骤使用分段前的解析文档，文本索引使用分段结果。

选择一份同时包含参数表和设备示意图的手册。保留默认分块配置，检查文本知识库与图片模型配置后运行。先对照参数表检查文本结果，再对照示意图检查图片记录和来源文件。

图片内容缺失时，先检查解析输出是否有可读取的图片，再检查清单与索引状态；不要只通过文本检索成功判断整个任务完成。

现象	检查与处理
文字可检索，图片不可检索	检查图片索引启用状态、图片来源和逐文件状态
图片维度不匹配	核对图片模型输出和目标索引配置
有些文件没有图片行	查看 `file_statuses`，区分没有可索引图片与处理失败
重跑后索引发生变化	模板图片写入使用 `OVERWRITE`；运行前确认目标索引与已有结果
最后登记失败	保留运行结果，核对派生图片与原文件映射，再决定是否重新执行已有写入步骤

最后更新于 2026 年 9 月 15 日