---
title: "LangBot 4.6.0 外部知识库教程：集成 Dify 实现 RAG 对话"
description: "LangBot 4.6.0 外部知识库教程：集成 Dify 实现 RAG 对话"
---

本文同步自 LangBot Blog。 [阅读 Blog 原文](https://langbot.app/zh/blog/dify-langbot-rag-knowledge-base).

发布于 2025-12-02 · 作者：LangBot Team

![LangBot 4.6.0 外部知识库教程：集成 Dify 实现 RAG 对话](/images/articles/source/images/covers/dify-rag.png)

LangBot 4.6.0 引入了外部知识库功能，允许用户将 Dify、RAGFlow 等外部知识检索服务集成到对话流水线中。本教程演示如何将 Dify 知识库与 LangBot 结合，实现基于领域知识的智能对话。

## 功能概述

外部知识库功能使 LangBot 能够：
- 连接各种外部知识检索服务（Dify、RAGFlow 等）
- 基于领域专业知识提供专业回答
- 通过插件系统灵活扩展知识检索能力
- 通过 WebUI 便捷配置，无需手动编辑配置文件

## 准备工作

开始之前，你需要：
1. 部署 LangBot 4.6.0 或更高版本
2. 拥有 Dify 账号（在 https://cloud.dify.ai 注册）
3. 配置一个对话模型（本教程使用 claude-opus-4-1-20250805）

## 第一步：部署 LangBot

### 1.1 查看 LangBot 仓库

首先访问 [LangBot GitHub 仓库](https://github.com/langbot-app/LangBot) 了解项目。LangBot 是一个生产级的即时通讯机器人开发平台，支持多种消息平台和 LLM 服务。

### 1.2 了解外部知识库功能

访问 [LangBot 官方文档](https://langbot.app/docs) 查看外部知识库使用说明。文档详细介绍了如何构建内置知识库和连接外部知识库。

### 1.3 启动 LangBot

使用 `uvx langbot` 命令快速启动 LangBot，然后访问 http://127.0.0.1:5300 进行初始化。填写邮箱和密码完成注册，然后登录。

### 1.4 登录后的控制台

成功登录后，你将看到 LangBot WebUI 控制台。

## 第二步：配置对话模型

使用知识库之前，需要先配置一个对话模型。

### 2.1 进入模型配置页面

点击左侧导航栏的 "Models" 进入模型配置页面。

### 2.2 添加新模型

点击 "+" 按钮打开模型配置对话框。

### 2.3 填写模型信息

填写以下信息：
- **Model Name**：claude-opus-4-1-20250805
- **Model Provider**：New API
- **Request URL**：你的 API 端点
- **API Key**：你的 API Key
- **Abilities**：勾选 Vision Ability 和 Function Call

点击 "Submit" 保存配置。

## 第三步：在 Dify 中创建知识库

### 3.1 登录 Dify 平台

访问 https://cloud.dify.ai 并登录你的账号。

### 3.2 进入知识库页面

点击顶部导航栏的 "Knowledge" 进入知识库管理页面。

### 3.3 创建新知识库

点击 "Create Knowledge" 开始创建知识库。

### 3.4 选择数据源

你可以选择以下方式导入数据：
- **Import from file**：上传文档文件
- **Sync from Notion**：从 Notion 同步
- **Sync from website**：爬取网站内容

本教程选择 "Import from file" 并上传准备好的 LangBot 文档。

### 3.5 上传文档

上传文档后，系统会显示文件信息。点击 "Next" 继续。

### 3.6 配置文档处理参数

在文档处理页面，你可以配置分块设置、索引方式和检索设置：
- **Chunk Settings**：General 模式，最大块长度 1024 字符
- **Index Method**：High Quality（使用 embedding 模型）
- **Retrieval Setting**：Vector Search

点击 "Save & Process" 开始处理文档。

### 3.7 知识库处理中

系统开始处理文档并生成向量嵌入。

### 3.8 嵌入完成

处理完成后，知识库即可使用。

## 第四步：获取 Dify API 信息

### 4.1 打开 Service API 面板

点击右下角的 "Service API" 按钮。记录以下信息：
- **Service API Endpoint**：https://api.dify.ai/v1
- **Dataset ID**：从 URL 中获取

### 4.2 获取 API Key

点击 "API Key" 按钮查看 API key。记录你的 API Key，用于后续配置。

## 第五步：在 LangBot 中配置外部知识库

### 5.1 进入知识库页面

在 LangBot WebUI 中，点击左侧导航栏的 "Knowledge"。

### 5.2 切换到外部知识库标签页

点击 "External" 标签页。

### 5.3 添加外部知识库

点击 "+" 按钮打开添加外部知识库对话框。在此对话框中，你需要：
1. **Knowledge Base Name**：给知识库起个名字
2. **Knowledge Base Description**：添加描述（可选）
3. **Retriever**：选择知识检索插件

**注意**：使用外部知识库需要先安装对应的知识检索插件。你可以在[插件市场](https://space.langbot.app/market?category=KnowledgeRetriever)中搜索并安装 Dify 知识检索插件。

安装插件后，从 Retriever 下拉菜单中选择对应插件，然后填写从 Dify 获取的配置信息（API Endpoint、API Key、Dataset ID）。

## 第六步：配置 Pipeline

配置好外部知识库后，需要在流水线中启用：

1. 进入 "Pipelines" 页面
2. 编辑或创建新流水线
3. 在 "AI Capabilities" 页面，选择 "Built-in Agent" 作为 runner
4. 在知识库选择中，勾选刚才配置的外部知识库
5. 保存流水线配置

## 第七步：测试效果

在流水线的 "Conversation Testing" 页面测试，或将流水线绑定到机器人进行实际对话测试。当用户提问时，LangBot 会自动从 Dify 知识库检索相关内容，并结合检索到的知识生成回答。

## 常见问题

### 1. 如何安装知识检索插件？

访问 [LangBot 插件市场](https://space.langbot.app/market)，搜索 "Knowledge Retriever" 或 "Dify"，找到对应插件并点击安装。

### 2. 支持哪些外部知识检索服务？

LangBot 目前通过插件系统支持多种外部知识检索服务，包括：
- Dify
- RAGFlow
- 其他自定义知识检索服务

具体支持的服务可在插件市场查看。

### 3. 外部知识库和内置知识库有什么区别？

- **内置知识库**：数据存储在 LangBot 本地，由 LangBot 处理向量化和检索
- **外部知识库**：数据存储在外部服务（如 Dify），通过 API 调用进行检索

外部知识库的优势是可以利用专业 LLMOps 平台的能力，如 Dify 的高级文档处理和多种检索策略。

### 4. 可以同时使用多个知识库吗？

可以。在流水线配置中，你可以同时勾选多个知识库（内置或外部），LangBot 会综合利用这些知识库的内容生成回答。

## 总结

通过本教程，你学会了如何：
1. 在 Dify 平台上创建知识库并上传文档
2. 获取 Dify API key 和相关配置信息
3. 在 LangBot 中配置对话模型
4. 在 LangBot 中添加外部知识库
5. 配置流水线使用外部知识库

外部知识库功能为 LangBot 提供了更强大、更灵活的知识管理能力。结合 Dify 等专业 LLMOps 平台，可以构建更智能、更专业的对话机器人。

## 相关资源

- [LangBot 官网](https://langbot.app)
- [LangBot 文档](https://langbot.app/docs)
- [LangBot GitHub](https://github.com/langbot-app/LangBot)
- [Dify 官网](https://dify.ai)
- [LangBot 插件市场](https://space.langbot.app/market)