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。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。原文首发于我的博客《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》我是飞飞一线 AI 开发者长期写 AI 编程工具实测和工作流实践。更多文章见 vance.xin