Help Center
帮助中心
查找产品使用指南、行业术语解读与政策条款，快速解决您的疑问。
Popular
热门文章
01
行业术语
02 什么是 RAG？检索增强生成技术详解
RAG（Retrieval-Augmented Generation）是将检索与生成结合的技术，让大模型基于特定知识库作答，提升准确性与可信度。
产品 FAQ
03 如何接入昱翰 RAG 客服 API？
本指南介绍如何通过 Fastify 后端 API 接入 RAG 智能客服，包括会话创建、消息发送（SSE 流式）与反馈接口调用。
行业术语
04 什么是 Embedding？向量嵌入原理与应用
Embedding 是将文本转换为高维向量的技术，使语义相近的文本在向量空间中距离更近，是向量检索与 RAG 的基础。
使用教程
5 分钟快速上手昱翰知识管理平台
从文档上传到智能检索，5 分钟带您跑通昱翰·智识的核心流程，快速体验 AI 知识管理的威力。
FAQ
常见问题
自建 RAG 与第三方 AI 客服 SaaS 有什么区别？ +
自建 RAG 的核心优势：数据完全私有化、回答可追溯可审计、成本仅为按次 SaaS 的 1/6（豆包按 token 计费约 10-50 元/月 vs 300 元/月@100次/日），且与 CMS/RBAC 天然融合，内容发布即自动索引。
部署需要什么服务器配置？ +
起步阶段阿里云轻量应用服务器 2 核 4G 即可，Astro 静态站点 + Fastify API + PostgreSQL + Redis 同机部署，年成本约 200-300 元。后续可平滑扩展至 RDS + SLB + 容器化。
支持哪些文档格式？ +
目前支持 PDF、Word（.docx）、Markdown、纯文本与网页 URL。文档上传后自动解析、切片并生成向量嵌入，无需手动处理。
对内内容如何保证不被外部访问？ +
三重隔离保障：robots.txt 排除 /portal/ /admin/ 路径、页面 meta noindex 标记、登录 JWT 鉴权兜底。后端二次校验角色权限，不只靠前端隐藏。
豆包大模型的合规性如何？ +
火山引擎豆包为国内合规大模型，支持 32k 上下文与流式输出。在中国大陆提供生成式 AI 服务需留意《生成式人工智能服务管理暂行办法》，我方方案密钥仅存服务端、对话日志可脱敏留存。