零基础搭一个自己的 AI 知识库：把资料喂给它，它就只答你这摊事
哈喽，我是飞飞。
先说个我天天在用、但很多人不知道自己也能搭的东西。我给我那个 AI 助手配了一套「资料库」，里面装着我是谁、我这博客叫什么、我之前纠正过它哪些毛病。每次新开一个对话，它先把这套资料读一遍，于是它张口就知道我的脾气，不用我从头交代。这套东西没花一分钱买软件，也没写一行代码，就是几个文本文件。
很多人听到「AI 知识库」「RAG」「向量数据库」这几个词就头大，觉得是程序员才碰得了的玩意儿。今天我想把这事掰开揉碎讲给你听：这些黑话到底是啥，普通人怎么动手，几个能直接上手的工具怎么选、怎么传文档、怎么问。看完你也能有一个只懂你那摊资料的专属 AI。
先把三个黑话翻译成人话
要搭知识库，绕不开三个词，我一个个给你翻成大白话。
知识库，说人话就是给 AI 配的一个专属资料柜。你把自己的文档、笔记、网页塞进去，之后聊天的时候让 AI 翻这个柜子来回答，而不是凭它脑子里那点通用知识瞎答。
RAG，这三个字母拆开是「检索增强生成」，听着唬人，干的事其实很朴素：你一提问，它先去你的资料柜里捞几段最相关的内容出来，捞回来摆到 AI 面前，再让 AI 照着这几段写答案。你就理解成「先查资料，再开口」，跟开卷考试一个意思。
向量数据库，说人话就是一个「按意思远近来摆放」的仓库。它把你每段文字转成一串数字坐标，意思相近的内容坐标就挨得近。你问一个问题，它靠的不是抠关键词，而是算哪几段离你的问题意思最近，把它们捞出来。
这三样串起来就是一句话：你建个资料柜（知识库），把资料按意思摆好（向量数据库），提问时现查现答（RAG）。整个过程现在的工具都替你包圆了，你只管传文档、问问题。
最省事的一条路：NotebookLM，传完就能问
如果你有 Google 账号，我会让你先试 NotebookLM。它是谷歌做的，定位就是「围绕你上传的资料来回答」，而不是一个什么都聊的通用机器人。
用法简单到不像话。打开它，新建一个笔记本，把你的 PDF、Word、网页链接，甚至 YouTube 视频、音频丢进去，它自动分析。处理完，下面就是个聊天框，你直接问。我查到它免费的个人版对所有 Google 账号开放，每天大概有 50 次提问、3 次音频生成的额度，对个人够用了。
它最让我觉得靠谱的一点，是答案带出处。你问一句，它回答的每个要点旁边都标着这句是从你哪份资料的哪一段来的，点一下能跳回原文。这招在行业里叫 grounding，说人话就是「它得指着你的资料说话，不能自己瞎编」。AI 最让人不放心的就是一本正经胡说，NotebookLM 用「每句都能溯源」把这个毛病摁住了大半。
适合谁？手里有一堆 PDF 要读的人。读论文、啃教材、整报告，传进去之后追着问「这篇核心结论是啥」「第三章讲的方法有什么前提」，比自己一页页翻快太多。
国内能用的一条路：用扣子搭个会读文档的智能体
NotebookLM 要翻墙、要 Google 账号，这道门槛挡掉不少人。那国内有没有现成的？有，字节的扣子（Coze）就行，零代码，免费就能玩。
它比 NotebookLM 多一层「搭智能体」的概念，但操作不难。我给你说清楚顺序：先在扣子里建一个知识库，给它起个名，比如「我的产品手册」；然后往里上传文档，PDF、Word、Excel、TXT 都收，传完系统自动分块、自动向量化，你等那个进度条走完就行；最后建一个智能体（Bot），把刚才那个知识库挂上去。
挂好之后，这个智能体回答问题时就会先翻你的知识库。我查到扣子免费版单个知识库最多放 100 个文档，对个人和小团队完全够。它的好处是中文环境顺、不用翻墙、还能把搭好的智能体发到豆包这些地方用。
这里有个小白最容易栽的坑，我得专门讲一句：自动分块、自动向量化这步，不是 AI 把你文档背下来了。它只是把文档切成一小块一小块、按意思摆进仓库。你提问时它捞的是其中几块，不是全文。所以文档本身乱不乱、清不清楚，直接决定了它捞得准不准。
资料不想上传云端：本地用 Cherry Studio
有些资料你压根不想传到别人服务器上，比如合同、病历、公司内部文档。这种情况，我推荐你试本地知识库，工具用 Cherry Studio，开源免费，资料就待在你自己电脑里。
它比前两个多一个步骤，得先配一个嵌入模型。嵌入模型说人话就是那个「把文字转成数字坐标」的翻译官，没有它，你的资料没法按意思摆进仓库。Cherry Studio 里推荐用 bge-m3 这个模型，自己电脑跑不动的话，也能去硅基流动这类平台申请一个第三方接口填进去，很多还免费。
配好嵌入模型，剩下就顺了：新建知识库、起名、选刚才那个嵌入模型；点上传文档，选你本地的 PDF、TXT、Markdown 文件；等每个文件后面冒出绿色对勾，就是切块和向量化成功了。之后在对话里点一下知识库，AI 回答就会去翻你这些本地资料。整个过程资料不出本机，这是它最大的卖点。
我自己的知识库，朴素到只是一个文件夹
讲了三个工具，你可能以为搭知识库非得装软件、配模型不可。我用反方向的例子给你松松绑：我自己每天在用的那套知识库，朴素到就是一个文件夹。
我给我的 AI 助手配的是一套基于文件的资料库。一个 memory 文件夹，里面一个文件存一条事实，比如「飞飞的博客叫飞飞的 AI 实验室」单独一个文件；再有一份 MEMORY.md 当目录，一行一条指过去。还有一份叫 CLAUDE.md 的文件，我把这个项目的规矩、命令、踩过的坑都写进去，越用越厚。我开新对话，它先读这份目录，于是它「记得」我是谁、这博客干嘛的、我之前嫌弃过它哪些毛病（来源：我自己的工作记录）。
这套东西不在什么向量空间里飘着，就是实打实几个 markdown 文件。它跟前面那些花哨工具的内核是同一件事：AI 自己不长记性，那就在它外面给它搭一套能反复读回来的资料。所以你别被工具吓住，知识库的本质不是技术，是「把你想让 AI 记住的东西，整理成它读得进去的样子」。哪怕你只是新建几个文本文件、每次对话前贴给它，那也是一个能用的知识库。
想让它答得准，光传得多没用
最后这段最关键，是几乎所有人都会踩的坑。很多人以为，把一堆 PDF、Word 一股脑拖进去，AI 就能全读一遍、综合思考、吐个完美答案。实际一用就发现，效果经常没那么神，答非所问、漏掉重点。
问题出在前面说的那个机制上。RAG 是切块加按相似度捞，它每次只捞回意思最像的那几块，不是把你全部资料通读一遍。我刷到一个两百多万播放的视频专门点破过这事：直接把杂乱文档塞进去，效果不好还白烧钱。这话不夸张。
我自己攒那个 memory 文件夹时，体感特别真：东西越攒越多，AI 每次也不是全读，它得判断这一次该把哪几条捞上来。攒资料是体力活，让它每次捞对那几条，才是真正的脑力活。所以想答得准，给你两条最实在的建议。一是文档要干净，一份结构清楚的 Markdown 笔记，比一个排版稀烂的扫描 PDF 好用十倍，纯文本和 Markdown 是最好捞的格式。二是问题要问得具体，别问「这文档讲了啥」，要问「这份合同里关于违约金的条款怎么算」，问得越准，它捞得越准。
绕一圈你会发现，搭知识库这件事，把工具点开根本不难，真正费功夫的是把你的资料收拾干净、把问题问明白。工具一晚上就能上手，这两件事得慢慢练。
你手里最想先喂给 AI 的，是哪一摞资料？是看不完的行业报告，还是那份你自己都嫌乱的工作笔记？评论区说说，我帮你看看哪条路最合适。