知识库通过存储、组织和检索知识，为智能体提供了强大的支持。本文详细介绍了智能体知识库的三种主要数据格式：结构化数据、半结构化数据和非结构化数据，供大家参考。

“知识库（Knowledge Base）是一个 存储、组织和检索知识 的系统化数据存储结构，支持 AI Agent 在特定场景下完成任务。它以多种数据格式存储知识，包括 结构化数据、半结构化数据与非结构化数据。”

知识库的核心目标是将外部知识转化为模型可调用的数据形式，便于智能体进行检索、匹配与推理，提高对复杂问题的理解与回答准确性。

01 结构化数据知识库

定义： 结构化数据以 表格、关系数据库（如 MySQL、PostgreSQL） 的形式存储，数据具有明确的 行列格式与字段定义，适用于 FAQ 问答系统、规则匹配 等场景。

应用场景：

• 传统的 FAQ 问答系统
• 产品参数匹配与查询
• 多轮对话中信息槽位填充

示例：高校招生问答系统的结构化数据

02 半结构化数据

定义： 半结构化数据介于结构化和非结构化数据之间，通常以 JSON、XML 或 YAML 格式存储，数据字段不固定，适用于 动态知识调用与多模态数据解析 的场景。

如何定义B端产品及B端产品经理方法论

相较于C端产品，B端产品最大的特点是：面向特定领域用户，且数量少得多，但更注重对用户专业领域操作流程的深度挖掘——也就是专业性更强，与业务的结合更紧密。

查看详情 >

应用场景：

• 知识图谱构建
• API 响应数据解析
• 多维度数据检索

示例：智能客服知识库的半结构化数据

{  
“问题”: “如何退货？”,  
“答案”: {    
“退货流程”: [“申请退货”, “寄回商品”, “确认退款”],    
“退货期限”: “7 天无理由退货”  
},  
“分类”: “售后服务”
}

03 非结构化数据

定义： 非结构化数据包括 文本、音频、视频、图片等 无固定格式的数据形式，需要结合 NLP、OCR 等技术进行解析和检索。

应用场景：

• 文档解析与问答
• 视频内容摘要与知识提取
• 图片 OCR 解析与内容标注

示例：企业内部政策文件的非结构化数据

“2024 年公司节假日安排：春节假期为 1 月 21 日至 1 月 27 日，其他法定节假日按照国家规定执行。”