什么是元數據

簡單來說，元數據就是"描述數據的數據"。它就像我們為知識庫文檔貼上的各種標簽和屬性，例如文檔的保密等級、創建者、所屬類別等。每個文檔可以擁有多組這樣的描述信息。實際上，元數據早已滲透到我們日常生活的方方面面，只是大多數人并不熟悉這個專業術語而已。

為了更好地理解這個概念，我們可以觀察一些常見例子。在計算機操作系統中，每個文件都包含一系列基礎屬性信息：文件格式、創建者、存儲大小、最后修改時間等，這些都是典型的元數據表現形式。

在Dify知識管理系統中，元數據被分為兩種類型：

1. 系統元數據：這是Dify平臺為每個知識文檔自動生成的基礎屬性信息，用戶無法手動修改這些預設字段，它們由系統自動維護和更新。
2. 自定義元數據：Dify同時提供了靈活的元數據擴展功能，允許用戶根據實際需求添加、編輯或刪除自定義的描述屬性。這種設計既保證了系統基礎信息的規范性，又滿足了不同用戶的個性化需求。

通過這種雙重元數據機制，Dify實現了文檔管理的標準化與定制化的完美結合。

元數據過濾

元數據過濾是一種高效的文檔檢索技術，其核心在于利用文檔的描述性屬性進行初步篩選。當用戶發起查詢時，系統首先會根據預設的元數據條件對文檔集合進行快速過濾，這個過程僅涉及文檔的表面屬性，無需深入解析文檔內容，因此具有極高的執行效率。

分層檢索的工作流程

1. 元數據層篩選：系統基于文檔的元數據屬性（如分類、作者、日期等）進行第一輪篩選，這個階段只檢查文檔的"標簽"信息。
2. 內容層檢索：只有通過元數據篩選的文檔才會進入下一階段的內容檢索，系統這時才會解析文檔內部的具體內容。

如何管理知識庫元數據？

在知識庫管理界面，你可以創建、修改和刪除元數據字段。

注意：所有在此界面進行的更新均為全局更新，這意味著對元數據字段列表的任何更改都會影響整個知識庫，包括所有文檔中標記的元數據。

在知識庫管理界面，點擊右上方的 元數據 按鈕，進入元數據管理界面。

在知識庫中，元數據字段分為兩類：內置元數據（Built-in） 和 自定義元數據。

新建元數據字段

點擊 +添加元數據 按鈕，彈出 新建元數據 彈窗。

1. 在字段值類型中選擇元數據字段的值類型。
2. 在名稱框中填寫字段的名稱。

字段名僅支持小寫字母、數字和下劃線（_）字符，不支持空格和大寫字母。

點擊 保存 按鈕，保存字段。

修改元數據字段

點擊單條元數據字段右側的編輯按鈕，彈出 重命名 彈窗。

在 名稱 框中修改字段名稱。

此彈窗僅支持修改字段名稱，不支持修改字段值類型。

img

1. 點擊保存按鈕，保存修改后的字段。

修改并保存后，該字段將在知識庫中的所有相關文檔中同步更新。

刪除元數據字段

點擊單條元數據字段右側的刪除按鈕，可以刪除該字段。

如果刪除單條字段，該字段及該字段下包含的字段值將從知識庫的所有文檔中刪除。

使用元數據篩選知識

聊天流/工作流

在 聊天流/工作流 的 知識檢索 節點中，你可以使用 元數據篩選 功能精確檢索文檔。該功能有助于你根據文檔的元數據字段（如標簽、類別或訪問權限）優化檢索結果。

配置步驟

選擇篩選模式

啟用自動模式后，你依然需要在 模型 欄中選擇合適的大模型以執行文檔檢索任務。

• 手動模式：用戶可以手動配置篩選條件，自由設置篩選規則，適用于復雜的篩選需求。
• 禁用模式（默認）：禁用元數據篩選功能，不配置任何篩選條件。
• 自動模式：系統會根據傳輸給該知識檢索節點的查詢變量自動配置篩選條件，適用于簡單的篩選需求。

如果你選擇了手動模式，請參照以下步驟配置篩選條件：

當你輸入常量篩選值時，該篩選值必須與該元數據字段值的文本完全一致，系統才能返回該文檔。例如，當你設置篩選條件為 ??starts with "App"??? 或 ??contains "App"?? 時，系統會返回標記為 “Apple” 的文檔，但不會返回標記為 “apple” 或 “APPLE” 的文檔。

• ??AND??：當一個文檔滿足所有篩選條件時，才能檢索到該文檔。
• ??OR??：只要一個文檔滿足其中任意一個篩選條件，就可以檢索到該文檔。
• 變量：選擇變量（Variable），并選擇該聊天流/工作流中需要用于篩選文檔的變量。
• 常量：選擇常量（Constant），并手動輸入你需要的常量值。
• 可以從下拉列表中選擇一個已選中知識庫內的元數據字段，添加到篩選條件列表中。
• 可以在搜索元數據搜索框中搜索你需要的字段，添加到篩選條件列表中。

配置篩選條件之間的邏輯關系 ??AND??? 或 ??OR??。

選擇并添加元數據篩選值：

時間 字段類型僅支持使用常量篩選文檔。如果你選用時間字段篩選文檔，系統會彈出時間選擇器，供你選擇具體的時間節點。

1. 如果需要添加多條字段，可以重復點擊+添加條件按鈕。
2. 點擊配置框中的+添加條件按鈕：

如果你同時選擇了多個知識庫，下拉列表只會顯示這些知識庫共有的元數據字段。

 3.點擊 條件 按鈕，彈出配置框。

聊天助手

在聊天助手中，元數據篩選 功能位于界面左下方的 上下文 板塊下方，配置方法與聊天流/工作流中的操作一致。你可以按照相同的步驟配置元數據篩選條件。

總結

在實際生產過程中，元數據的作用還是比較明顯的。例如，在我之前的一個項目中，我們需要處理大量文件。項目中有一個需求：希望 RAG 系統能夠根據用戶的不同權限級別提供相應的回答。具體來說，普通用戶不應訪問只有高管才能查看的文件，而高管則可以檢索知識庫中的所有文件。

我們通過元數據實現了基于用戶角色的權限控制：普通用戶查詢時，系統會自動過濾高權限文件；而高管用戶則可訪問知識庫中的全部文件內容。這種分級訪問機制有效保障了企業數據安全。

本文轉載自公眾號AI 博物院 作者：longyunfeigu

原文鏈接：??https://mp.weixin.qq.com/s/XSde9cnCX7IpTklbRAGfoA??