深色模式
知识库（RAG）
进入：主界面左侧导航栏 → 知识库。
把你的资料喂给一站通，提问时让它「查着资料回答」——回答基于你自己的文档，还会标出每句话的出处。这就是知识库（RAG，检索增强）。整个过程全部在本机完成，资料不出你的电脑。
三步用起来
| 步骤 | 做什么 |
|---|---|
| 建库 | 在知识库页点「新建」，给知识库起个名字，作为一类资料的容器 |
| 导入资料 | 进入某个库，上传文档（纯文本、Markdown、网页、CSV、日志等），也可以直接在库里手写一篇可编辑的文档 |
| 提问选库 | 回到对话页，在输入框的知识库选择处勾选要参考的库，然后正常提问 |
导入后一站通会自动把长文档切成小段并建立索引，随后即可被检索。换用不同的模型作语义索引时，点一次「重建索引」让它重新整理即可。
提问时发生了什么
勾选知识库后提问，一站通先在选中的库里找出与你问题最相关的若干片段，把这些片段作为背景交给模型，模型再据此作答。因此回答更贴合你的资料，而不是泛泛而谈。
引用溯源
回答下方会附带「引用」标签，指向被采纳的原始片段。你可以顺着标签核对每条结论的来源，判断答案是否可信，而不是盲信模型。
检索是怎么做到「找得准」的
一站通用的是混合检索：既比对语义（意思相近就能命中，哪怕用词不同），又比对关键词（精确的词、编号、专有名词不漏）。两路结果融合后取最相关的片段。即使你没有配置用于语义索引的模型，纯关键词检索也能保底工作。
用文件夹归类
库内可以建文件夹、拖拽整理、右键改名或删除。提问时既能选整个库，也能只选某个文件夹作为检索范围，让答案聚焦在你关心的那一小撮资料上。