7 天做出个人知识库

确定知识范围
和隐私边界

只选一个主题和二十份以内资料,明确允许回答、拒绝回答与部署范围。

预计阅读 22 分钟公开免费核验于 2026.08.19
内容目录 当前:第 01
7 天完成第一个 AI 项目7
7 天学会 DeepSeek Harness7
7 天建立 Agent 工作流7
7 天做出个人知识库7
本文目录 8 个部分

大家好,我是云途。今天先不导入文件。我们会把知识库范围收成一个明确主题,并处理资料所有权、敏感级别和允许用途。

示例主题是自己的项目操作手册。资料中不放真实密钥、客户隐私和没有授权的内容。

先理解今天的原理

知识库的回答质量受到资料范围限制。主题过宽时,相似名词和不同版本会进入同一次检索,用户很难判断答案来自哪套规则。

权限需要沿着原件、处理文本、片段、索引、日志和备份持续生效。只在上传前删除敏感文件还不够,已经生成的副本也要能够定位和删除。

资料进入处理和检索后才成为回答上下文,权限需要覆盖整个闭环。问题用户输入检索寻找证据知识库自己的资料相关片段带来源模型组织答案回答引用证据
资料进入处理和检索后才成为回答上下文,权限需要覆盖整个闭环。

为什么今天要做这件事

  1. 明确主题可以让测试问题和正确来源保持清楚。
  2. 隐私边界决定工具、部署位置和可用账号。
  3. 先建立清单,后续每个片段才能追溯到原件。

开始前检查

这是第 01 天。先完成下面的检查,再开始操作。缺少关键材料时,先补材料,不要让 Agent 猜。

  1. 选定一个具体主题,例如某个项目的操作手册。
  2. 收集不超过二十份候选资料。
  3. 确认资料所有者、授权范围和允许部署位置。

一步一步完成

第 1 步:写十个知识库应该回答的问题

这一步会生成后续课程继续使用的材料。文件名、保存位置和内容边界需要写清楚,让第二天重新打开项目时仍然知道它的用途。

  1. 写十个知识库应该回答的问题。
  2. 打开新材料逐项检查,删除示例占位内容,补上本次真实信息。
  3. 记录保存路径,并确认关闭页面或重新打开项目后仍能找到。
  4. 对照今天的目标检查这一项,发现偏差时先处理偏差,再进入第 2 步。
完成这一步后,你应该看到:写十个知识库应该回答的问题,产物内容完整并且可以重新找到。

第 2 步:写五个应该拒绝或无法回答的问题

这一步会生成后续课程继续使用的材料。文件名、保存位置和内容边界需要写清楚,让第二天重新打开项目时仍然知道它的用途。

  1. 写五个应该拒绝或无法回答的问题。
  2. 打开新材料逐项检查,删除示例占位内容,补上本次真实信息。
  3. 记录保存路径,并确认关闭页面或重新打开项目后仍能找到。
  4. 对照今天的目标检查这一项,发现偏差时先处理偏差,再进入第 3 步。
完成这一步后,你应该看到:写五个应该拒绝或无法回答的问题,产物内容完整并且可以重新找到。
VS Code 中打开的知识库范围、问题与隐私边界
课程实操先写清知识范围、允许资料和首轮测试问题;原件全部为公开教学样例,不包含私人文档。

第 3 步:为每份资料记录所有者、来源、版本和敏感级别

这一步会生成后续课程继续使用的材料。文件名、保存位置和内容边界需要写清楚,让第二天重新打开项目时仍然知道它的用途。

  1. 为每份资料记录所有者、来源、版本和敏感级别。
  2. 打开新材料逐项检查,删除示例占位内容,补上本次真实信息。
  3. 记录保存路径,并确认关闭页面或重新打开项目后仍能找到。
  4. 对照今天的目标检查这一项,发现偏差时先处理偏差,再进入第 4 步。
完成这一步后,你应该看到:为每份资料记录所有者、来源、版本和敏感级别,产物内容完整并且可以重新找到。

第 4 步:移除密钥、客户隐私和无授权内容

先把这一项单独完成,再继续后面的动作。操作过程要留下可以检查的材料,方便发现偏差时回到当前步骤。

  1. 移除密钥、客户隐私和无授权内容。
  2. 记录输入、实际动作和得到的结果。
  3. 对照今日目标检查;结果不一致时,先保存证据并处理当前问题。
  4. 对照今天的目标检查这一项,发现偏差时先处理偏差,再进入第 5 步。
完成这一步后,你应该看到:移除密钥、客户隐私和无授权内容,过程与结果均有可复查证据。

第 5 步:确定本地、私有云或公开环境的允许范围

这一步包含一次判断。请保留候选项、判断标准和最后选择,后面发现方向不合适时才能回看当时依据。

  1. 确定本地、私有云或公开环境的允许范围。
  2. 写下至少一个未选方案及其未被采用的原因。
  3. 用一句话说明最终决定,并列出会改变这个决定的新证据。
  4. 对照今天的目标完成最后检查,确认所有证据已经保存。
完成这一步后,你应该看到:确定本地、私有云或公开环境的允许范围,选择依据和排除原因都能够被复查。
资料清单与范围CSV
filename,owner,source,version,sensitivity,allowed_use
setup.md,Yuntu,local,2026-08-19,internal,private-kb
faq.md,Yuntu,local,2026-08-18,internal,private-kb

应该回答:如何启动本地项目?
应该拒绝:生产环境密钥是什么?
范围外:其他公司的部署流程是什么?
清单是后续处理、更新和删除的依据。
当天操作记录MARKDOWN
# 第 01 天操作记录

## 今天使用的入口与版本

## 实际完成的步骤
- [ ] 1. 写十个知识库应该回答的问题。
- [ ] 2. 写五个应该拒绝或无法回答的问题。
- [ ] 3. 为每份资料记录所有者、来源、版本和敏感级别。
- [ ] 4. 移除密钥、客户隐私和无授权内容。
- [ ] 5. 确定本地、私有云或公开环境的允许范围。

## 保存的证据
- 文件:
- 截图:
- 命令或测试结果:

## 与文章不同的地方

## 下一步
请填写实际发生的情况。没有执行的步骤保持未勾选,遇到的差异直接写入记录。

这次真实操作得到了什么

S04 第 1 天真实操作结果
范围和隐私边界先于导入
  1. 只使用 4 份本地教学原件;不连接生产网站、数据库、私人账号或真实凭据。
本次实际结果:知识库只回答当前资料覆盖的问题,敏感值和范围外问题必须停下。

正确结果长什么样

完成操作后,用结果来判断今天是否学会。页面能打开或命令能运行,只能说明流程启动了;下面这些证据同时出现,今天才算完成。

  1. 主题可以用一句话说明,没有混入多个无关领域。
  2. 候选资料不超过二十份且均有所有者和用途。
  3. 应该回答与拒绝回答的问题已经保存。
  4. 敏感资料、部署范围和删除要求写得清楚。

常见错误与恢复

一开始导入整个硬盘

缩小到一个主题和二十份以内资料。

只看文件是否敏感

同时记录所有者、授权用途和部署位置。

没有拒绝问题

补上隐私、范围外和资料缺失三类问题。

留给明天的材料

结束前把今天的关键结果保存到项目目录。下一天会直接使用这些材料,保存清楚可以减少重复说明和错误猜测。

  1. 知识库范围说明。
  2. 资料清单。
  3. 应该回答和拒绝回答的测试问题。
完成检查

第 01 天完成检查

  • 主题可以用一句话说明,没有混入多个无关领域。
  • 候选资料不超过二十份且均有所有者和用途。
  • 应该回答与拒绝回答的问题已经保存。
  • 敏感资料、部署范围和删除要求写得清楚。

官方依据与延伸阅读

图文教程:RAG 是什么图文教程:文档清洗与切分Dify Knowledge 官方概览OpenAI Retrieval 指南