doc: add docs for knowledge base

docs/zh/deploy/knowledge/readme.md

@@ -0,0 +1,30 @@
+# 使用知识库 (Knowledge Base)
+
+LangBot 原生支持 RAG（Retrieval-Augmented Generation，即检索增强生成），您可以创建知识库，并将其与流水线绑定，流水线将根据知识库中的内容回答问题。
+
+:::info
+- 知识库的创建和使用需要先配置嵌入模型，请先阅读[配置模型](/zh/deploy/models/readme)。
+:::
+
+## 构建知识库
+
+在知识库页面，点击`创建知识库`按钮，填写知识库名称，选择已配置好的嵌入模型，然后点击`创建`按钮。  
+之后请到知识库的“文档”页面，上传文档，LangBot 将会在后台开始解析和索引。
+
+<img width="400px" src="/assets/image/zh/deploy/knowledge/upload_docs.png" alt="create_kb" />
+
+## 使用知识库
+
+请到流水线配置中，“AI 能力”页，选择`内置 Agent`作为运行器，并在下方选择您刚刚创建的知识库。
+
+<img width="400px" src="/assets/image/zh/deploy/knowledge/use_local_agent.png" alt="use_kb" />
+
+<img width="400px" src="/assets/image/zh/deploy/knowledge/use_kb.png" alt="use_kb" />
+
+:::info
+仅当运行器为`内置 Agent`时，才可以使用 LangBot 原生知识库，若要在使用其他运行器时使用知识库，请参考所使用的运行器对应产品的文档。
+:::
+
+现在即可在`对话调试`或流水线所绑定的机器人上使用知识库进行对话：
+
+<img width="400px" src="/assets/image/zh/deploy/knowledge/use_kb_in_chat.png" alt="use_kb_in_chat" />

docs/zh/deploy/models/readme.md

@@ -1,12 +1,14 @@
 # 配置模型 (Models)
 
-模型将被流水线用于处理消息，您配置的第一个模型将被设置为默认流水线的模型。
+## 对话模型 (LLM Model)
+
+对话模型将被流水线用于处理消息，您配置的第一个模型将被设置为默认流水线的模型。
 
 ![arch](/assets/image/zh/deploy/models/arch.png)
 
 可以添加多个模型，然后再流水线中选择具体使用什么模型
 
-![模型配置](/assets/image/zh/deploy/models/model_config.png)
+<img width="400px" src="/assets/image/zh/deploy/models/model_config.png" alt="model_config" />
 
 填入这四个参数`模型名称`、`模型供应商`、`请求 URL`、`API Key`，然后提交即可
 
@@ -26,6 +28,14 @@
 
 请求 URL 填入中转的 Base URL 即可，例如
 
-![模型配置](/assets/image/zh/deploy/models/other_provider.png)
+<img width="400px" src="/assets/image/zh/deploy/models/other_provider.png" alt="other_provider" />
 
-:::
+:::
+
+## 嵌入模型 (Embedding Model)
+
+嵌入模型将被用于计算消息的向量，若您需要使用知识库，请配置此模型。
+
+<img width="400px" src="/assets/image/zh/deploy/models/embedding_model.png" alt="embedding_model" />
+
+填入这四个参数`模型名称`、`模型供应商`、`请求 URL`、`API Key`，然后提交即可，之后请在知识库中配置使用此模型。