上传 PDF 与 URL 自动生成知识话题
知识库快速填充的两种捷径
如果你已经有现成的知识材料（老的 FAQ 网页、PDF 文档、产品手册），不需要逐条手动创建话题。PolyAI 提供了两种自动化方式：
方式一：上传 PDF 文档
操作：在 Knowledge → FAQs 区域，点击 Upload document 按钮，选择一个 PDF 文件。PolyAI 会自动：
- 解析文档结构（标题、段落、列表）
- 识别文档里的问答对（如果有的话）
- 从长段落里提取适合作为 FAQ 的内容
- 自动为每个话题生成示例问题
上传完成后，系统会生成一批待审核的话题（不是直接激活），你可以逐个 review、修改名称和示例问题、删掉不适合的，然后一次性批量激活。
方式二：输入 URL 抓取网页
和上传 PDF 类似，输入一个公开可访问的网页 URL（比如你们官网的 FAQ 页面），PolyAI 会抓取网页内容、解析 HTML 结构、生成候选话题。
自动生成的话题需要 review
PolyAI 的自动提取质量取决于原始文档的结构化程度：
| 原始材料质量 | 自动提取效果 | 后续工作量 |
|---|---|---|
| 结构化 FAQ 页面（问题+答案对） | 很好 | 只需微调示例问题 |
| 产品手册 PDF（有标题层级） | 中等 | 需要筛选哪些段落适合当 FAQ |
| 杂乱网页（正文+广告+导航混在一起） | 一般 | 需要大量手动整理 |
无论哪种情况，自动生成的话题默认处于"待审核"状态，不会直接进入生产。你必须手动激活后才会被 RAG 召回。
多文档 / 多 URL 批量处理
对于有大量历史材料的场景（比如老客服 FAQ 系统迁移），可以一次性上传多个 PDF 或输入多个 URL。批量处理时建议：
- 按文档主题分批处理（比如先处理"产品"类文档，再处理"售后"类）
- 每批生成后立即 review 和激活，再处理下一批
- 注意去重——不同文档里可能包含重复或相似的问答，合并成一个话题
和外部知识源的关系
上传 PDF / URL 和连接外部知识源是互补的：
| 方式 | 数据更新方式 | 适合 |
|---|---|---|
| 上传 PDF / URL | 静态（上传时快照） | 历史材料、产品手册、不再更新的老 FAQ |
| 外部知识源 | 实时 / 定时同步 | 频繁变动的数据（库存、价格、订单状态） |
实际项目里，常见的组合是：先用上传 PDF 的方式快速填充第一批话题（获得"可用"的最小闭环），然后逐步把那些会变的数据迁移到外部知识源连接，同时慢慢补充手动话题覆盖那些需要精确控制措辞的内容。