2ryun
Wiki 知识库 使用手册
更新 ：2026-08-03
Wiki 知识库 使用手册
版本：1.1 | 最后更新：2026-08-01 Wiki 是 2Ryun 的结构化知识引擎。它能自动从文档中提取知识条目，建立知识之间的关联网络，并通过知识图谱可视化展示知识结构。提取是异步的，创建文档后通常 1-3 分钟知识才会出现在知识库中。
1. 快速开始第一步：启用功能进入 设置 → 功能/扩展，找到「LLM Wiki」，点击开关激活。第二步：初始化知识库启用后，进入 LLM Wiki 页面（侧边栏会新增「LLM Wiki」菜单项），你会看到首页的统计卡片。如果之前已有文档，点击「已处理」卡片上的 ▶ 继续提取 按钮，系统会批量提取所有文档的知识条目。第三步：开始使用之后你每次创建或编辑文档，Wiki 会自动提取其中的知识点。你可以在 Wiki 首页浏览所有条目、查看知识图谱。
2. 启用 Wiki2.1 全局启用设置 → 功能/扩展 → 找到 LLM Wiki → 打开开关。启用后所有新文档默认开启 Wiki 自动提取。2.2 按文档控制每篇文档的页面设置中有一个「Wiki 自动提取」开关：
  • 开启（默认）：保存文档时自动提取知识
  • 关闭：该文档不参与 Wiki 提取
你也可以在编辑器内打开 Wiki 侧边栏，查看、管理该文档的知识条目。
注意：关闭某篇文档的 Wiki 提取会停止后续自动提取，并标记该文档提取的知识条目，这些条目不会出现在后续的应用中（知识图谱、其他功能的引用等）。
3. 知识提取3.1 自动提取文档保存时，如果内容发生了显著变化，Wiki 会自动触发知识提取。整个过程在后台进行，不影响你的编辑。3.2 批量提取（冷启动）如果你是已有大量文档的老用户，首次启用 Wiki 后需要批量提取所有历史文档：
  • 进入 LLM Wiki 首页
  • 点击「已处理」卡片上的 ▶ 继续提取 按钮
  • 弹窗会显示实时进度（正在处理第 X/Y 篇文档）
  • 完成后可以看到每篇文档的提取结果：
    • ✅ 绿色：成功提取 N 个条目
    • ❌ 红色：提取失败，显示错误原因
    • ⏭ 灰色：已跳过（已提取过）
    • 你可以对单个文档点击 🔄 重新提取，或点击 → 查看该文档的条目详情。3.3 单篇提取在编辑器中打开 Wiki 侧边栏，点击「提取知识」按钮即可手动触发该文档的提取。
    4. Wiki 首页进入侧边栏的「LLM Wiki」菜单项即可打开 Wiki 首页。4.1 统计卡片
    4.2 知识条目列表展示所有已提取的知识条目，支持：
    • 搜索：在搜索框中输入关键词，进行语义搜索
    • 分类筛选：按条目类别过滤（概念、人物、组织、技术等）
    • 点击条目：查看详细信息（摘要、标签、关联条目、AI 补充等）
    • 分页浏览：条目较多时支持翻页
    4.3 条目详情点击任意条目卡片，会弹出详情面板：
    • 基本信息：标题、分类、置信度（extracted 直接提取 / inferred 推断 / ambiguous 模糊）
    • 条目正文：从文档中提取的知识内容
    • AI 补充：大模型建议的补充信息（补充细节、术语解释、关联扩展等），可以接受 / 接受并合并 / 拒绝
    • 关联条目：与该条目相关的其他知识条目
    • 来源文档：条目出自哪篇文档
    5. 编辑器侧边栏在编辑器中打开 Wiki 面板，可以：
    • 查看当前文档的知识条目：该文档提取了哪些知识点
    • 查看条目详情：点击条目标题展开完整内容
    • 手动提取：如果文档尚未提取，可以点击按钮触发
    • 重新提取：如果对提取结果不满意，可以重新提取
    6. 知识图谱在 Wiki 首页切换到「知识图谱」Tab 即可查看。6.1 图谱视图知识图谱以力导向图的形式展示：
    • 节点：每个节点代表一个知识条目
    • 边（连线）：表示条目之间的关联关系
    • 节点颜色：表示不同的置信等级
    • 节点大小：表示关联数量的多少
    6.2 交互操作
    • 拖拽节点：调整节点位置
    • 点击节点：查看条目详情
    • 缩放：滚轮缩放图谱
    • 小地图：在复杂图谱中快速定位
    6.3 关联类型
    6.4 文档树知识图谱（子图谱）除了全局知识图谱，每棵文档树（主文档 + 它的子文档）都有自己的专属知识图谱。概念：当你为一篇根文档创建了子文档（文档嵌套），这些文档构成一棵文档树。从这棵文档树中提取的知识条目会自动关联在一起，形成该文档树的专属局部图谱。不同文档树的知识图谱相互独立。如何查看：
  • 打开一篇有子文档的根文档
  • 进入 LLM Wiki 页面，知识图谱会自动显示该文档树范围内的局部图谱
  • 从侧边栏直接进入 Wiki 首页则展示全局图谱（所有文档的条目）
    • 子图谱的整理：在文档树图谱中，可以点击「整理该文档树的知识图谱」按钮，仅对该范围内的条目进行整理，不会影响其他文档树。适用场景：
    • 每个项目用一个根文档 + 子文档管理，图谱自动展示该项目的知识结构
    • 每个知识领域用一棵文档树组织，图谱聚焦该领域的知识关系
    • 子图谱比全局图谱更聚焦，关联更清晰
    7. 整理知识库7.1 什么是整理整理知识库是指调用 AI 对整个知识库进行全局分析，包括：
  • 合并重复：识别并合并内容高度重复的条目
  • 建立关联：在语义相关的条目之间创建新的链接
  • 聚类分析：将相关知识归入同一聚类
  • 标记过期：标记长时间未更新、可能过时的条目
    • 7.2 何时整理
    • 批量提取完大量文档后
    • 知识库条目数量明显增长后
    • 发现知识图谱中出现大量孤立节点时
    7.3 如何整理在 Wiki 首页点击「已处理」卡片上的 ⚙ 整理知识库 按钮，确认后执行。
    注意：整理操作会调用 AI 处理，消耗 Token，请按需使用。
    8. 洞察与发现8.1 查看洞察如果知识库中有洞察信息，Wiki 首页会显示洞察数量。点击可以查看具体洞察内容及其支撑的条目。8.2 删除洞察在洞察面板中可以删除不再需要的洞察条目。
    9. 条目管理9.1 异常条目在 Wiki 首页点击「条目管理」按钮（齿轮图标），进入条目管理面板。异常条目页展示被禁用或删除的条目：
    • 查看详情：点击「条目详情」查看完整内容
    • 恢复：将条目恢复为活跃状态
    • 永久删除：彻底删除条目（不可恢复）
    9.2 批量操作勾选多个条目前面的复选框，底部会显示批量操作栏：
    • 全选：一键选中/取消所有
    • 批量恢复：恢复选中的所有条目
    • 批量删除：永久删除选中的所有条目
    9.3 待审核补充切换到「待审核」Tab 可以查看 AI 为各条目生成的待审核补充信息：
    • 接受：将补充信息添加到条目的补充列表中
    • 接受并合并：将补充内容直接合并到条目正文
    • 拒绝：丢弃该补充
    10. 分类体系Wiki 将知识条目分为以下类别：
    置信度等级：extracted（直接从文档提取，高可信度）→ inferred（推断得出）→ ambiguous（模糊/不确定）
    11. REST API 与 AI AgentWiki 的所有功能均可通过 REST API 调用。API Key 在 2Ryun 设置页创建。常用 API
    AI Agent 使用加载 2Ryun-api Skill 后，Agent 可通过对话操作知识库。例如：
    • "搜索我的知识库中关于 XX 的资料"
    • "查看哪些文档还未提取"
    • "整理知识库"
    完整 API 文档见 REST API 技术说明书。注意
    • 提取消耗积分。免费用户每月 100 积分
    • Web 端创建文档时设置 autoExtractWiki: true 即可自动提取
    • API 创建文档同理：{"setting":{"autoExtractWiki":true}}
    12. 最佳实践11.1 文档撰写
    • 结构化内容：使用标题、列表、段落组织文档，AI 提取效果更好
    • 明确的术语：关键概念、产品名称使用一致的命名
    • 充分描述：简短的文档提取的知识条目也较少
    11.2 提取策略
    • 及时提取：写完重要文档后，确认 Wiki 已完成提取再继续
    • 按需重提：如果对提取结果不满意，可以重新提取单篇文档
    • 批量提取分批进行：文档很多时，可以分批次操作，避免一次性处理过多
    11.3 知识库维护
    • 定期整理：建议每新增 50+ 条目后运行一次整理，保持知识库结构清晰
    • 清理异常条目：定期查看条目管理，恢复误删的条目，清理真正无用的条目
    • 审核 AI 补充：AI 补充信息可能不完全准确，建议审核后再合并
    11.4 与其他功能配合
    • AI Chat：在 AI 对话中引用 Wiki 条目可以获得更准确的知识背景
    • @引用：在文档中使用 @ 引用 Wiki 条目标题，可以快速链接相关知识