创建知识库并导入 - 千问AI平台

POST

/api/v1/indices/rag/index/create_v2

cURL

curl -X POST "https://dashscope.aliyuncs.com/api/v1/indices/rag/index/create_v2" \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "my-knowledge-base",
    "description": "知识库描述信息",
    "structureType": "unstructured",
    "sinkType": "DEFAULT",
    "sourceType": "DATA_CENTER_FILE",
    "embeddingModelName": "text-embedding-v4",
    "chunkSize": 600,
    "docIds": ["file_abc123", "file_def456"],
    "dataSources": [{"sourceType": "DATA_CENTER_FILE"}]
  }'

{
  "code": "Success",
  "status_code": 200,
  "success": true,
  "message": "success",
  "data": {
    "pipelineId": "your_pipeline_id",
    "ingestionId": "ing_abc123",
    "status": "PENDING",
    "created_at": 1783657930436,
    "updated_at": 1783657930436
  },
  "request_id": "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
  "status": "SUCCESS"
}

文件 ID 参数名为 docIds，不是 file_ids 或 fileIds。但校验失败时错误信息中的参数名为 file_ids。

知识库类型与使用场景

knowledgeType 和 knowledgeScene 对应控制台创建知识库第 1 步的知识库类型和使用场景。两者必须同时提供或同时省略，只传一个会报 knowledgeType and knowledgeScene cannot be empty；同时省略时，系统按 structureType 采用默认配置。控制台仅在文档搜索类型下提供使用场景选项，其余三种类型的场景是固定的（控制台自动填入），但通过 API 创建时仍需显式成对传入。

knowledgeType	控制台名称	structureType	可用的 knowledgeScene
`document`	文档搜索	`unstructured`	`basic_document_qa`（基础文档问答） `visual_perception_qa`（视觉理解，富文本文档） `lite_document_qa`（极速问答）
`table`	数据查询	`structured`	`basic_table_qa`（固定）
`image`	图片问答	`unstructured`	`image_qa`（固定）
`multimedia`	音视频搜索	`unstructured`	`basic_multimedia_qa`（固定）

knowledgeType 与 structureType 不匹配时会报 knowledgeType and structureType do not match；knowledgeScene 不属于该类型时会报 knowledgeType and knowledgeScene do not match。
lite_document_qa（极速问答）要求 sinkType 为 BUILT_IN，使用默认的 DEFAULT 会报 Lite Rag only supports BUILT_IN sink type。
visual_perception_qa 和 image_qa 必须通过 multimodalEmbeddingModelName 指定多模态向量模型（如 qwen3-vl-embedding），否则报 invalid multi embedding model。
document 类型下还有一个 visual_document_qa（图文并茂回复）场景，接口仍接受该取值，但控制台已不再提供该入口，不建议在新建知识库时使用。

图片问答的请求体示例：

{
  "name": "image-kb",
  "description": "图片问答知识库",
  "structureType": "unstructured",
  "knowledgeType": "image",
  "knowledgeScene": "image_qa",
  "sinkType": "BUILT_IN",
  "sourceType": "DATA_CENTER_FILE",
  "multimodalEmbeddingModelName": "qwen3-vl-embedding",
  "docIds": ["file_abc123"],
  "dataSources": [{ "sourceType": "DATA_CENTER_FILE" }]
}

鉴权

string

header

必填

DashScope API Key，在控制台 API Key 页面获取。

请求体

application/json

string

必填

知识库名称，1-20 字符。

取值范围：length: 1–20

string

必填

知识库描述，1-200 字符。

取值范围：length: 1–200

enum<string>

必填

结构类型：unstructured（非结构化）或 structured（结构化）。

可选值：unstructured,structured

string

默认值"DEFAULT"

必填

存储类型，默认 DEFAULT。BUILT_IN 表示使用平台内置向量存储，knowledgeScene 为 lite_document_qa（极速问答）时必须为 BUILT_IN。

string

必填

数据源类型，如 DATA_CENTER_FILE。

string[]

必填

创建知识库时同步导入的文件 ID 列表，值来自 addFile 注册文件后返回的 fileId，或通过 listFile 查询已有文件获取。建议导入不超过 10000 个。注意参数名为 docIds（非 file_ids/fileIds），但校验失败时错误信息中的参数名为 file_ids

取值范围：items >= 1

object[]

必填

数据源配置列表。

显示子属性

string

数据源类型，如 DATA_CENTER_FILE。

enum<string>

知识库类型，取值与 structureType/knowledgeScene 的匹配见知识库类型与使用场景

可选值：document,table,image,multimedia

enum<string>

使用场景，取值取决于 knowledgeType，见知识库类型与使用场景

可选值：basic_document_qa,visual_document_qa,lite_document_qa,visual_perception_qa,basic_table_qa,image_qa,basic_multimedia_qa

string

向量嵌入模型名称，如 text-embedding-v4。

string

多模态向量模型名称，如 qwen3-vl-embedding。knowledgeScene 为 image_qa（图片问答）或 visual_perception_qa（视觉理解）时必填，缺失或取值非法会返回 invalid multi embedding model。

integer

文档切片大小（字符数）。建议值 300-800。

取值范围：x >= 1

string[]

创建知识库时可同步导入文件。通过指定类目 ID，可导入对应类目下的所有文件，建议导入不超过 10000 个。

响应

200-application/json

string

响应码，成功时为 Success。

integer

HTTP 状态码。

boolean

请求是否成功，成功时为 true。

string

响应消息，成功时为 success。

string

请求唯一标识，排查问题时请提供此 ID。

string

请求状态，成功时为 SUCCESS。

object

显示子属性

string

知识库 ID。

string

导入任务 ID。

string

任务状态，创建后为 PENDING。

integer

知识库创建时间（Unix 毫秒时间戳）。

integer

知识库最近更新时间（Unix 毫秒时间戳）。

​知识库类型与使用场景

鉴权

请求体

响应

知识库类型与使用场景