在企业构建知识库、智能体应用和知识图谱的过程中，数据接入是影响知识应用效果的重要环节。

实际业务环境中的知识数据通常并非集中存储于单一系统，而是分散在不同的数据平台中：

• 大规模业务文档可能存储在分布式文件系统；

• 云端资料可能保存在对象存储平台；

• 历史文件可能仍通过 FTP 等方式进行管理。

这些数据虽然具备业务价值，但在进入知识库和知识图谱之前，往往需要经历文件下载、整理、上传、解析等多个步骤。

传统的数据接入方式通常是：

第三方存储 → 本地下载 → 文件整理 → 手动上传 → 内容解析

这一过程。

随着企业知识规模不断扩大，这种方式逐渐面临数据同步效率低、人工维护成本高、知识更新不及时等问题。

因此，企业知识管理平台需要具备更加灵活的数据连接能力，让不同来源的知识文件能够更加顺畅地进入知识构建流程。

基于这一需求，qKnow 智能体构建平台专业版 v3.1.2 围绕知识文件同步能力进行了优化升级，新增 HDFS、OSS、FTP 等第三方存储文件同步能力，进一步完善知识库与知识图谱的数据接入流程。

本次升级重点解决的是：

如何降低多来源知识数据接入过程中的复杂度，让分散存储的文件能够更加高效地进入后续知识处理环节。

---

为什么需要第三方存储同步能力？

在企业知识应用建设过程中，知识数据通常具有以下特点：

一方面，数据来源多样。

不同业务部门可能使用不同的数据存储方式，例如：

• 大数据平台中的业务文档；

• 云对象存储中的资料文件；

• 文件服务器中的历史归档数据。

另一方面，数据更新频繁。

知识库和知识图谱需要持续接入新的业务资料，如果仍然依赖人工下载和上传，不仅效率较低，也容易出现数据更新不及时的问题。

因此，知识系统需要具备更加灵活的数据接入能力：

能够连接不同存储系统，并将外部文件快速导入知识处理流程。

qKnow 专业版 v3.1.2 针对这一场景进行了优化，通过新增第三方存储同步能力，将原本复杂的文件迁移流程简化为：

配置数据连接 → 选择同步文件 → 导入知识处理流程

降低了知识数据接入过程中的操作复杂度。

---

一、核心能力升级

知识库新增第三方存储文件同步能力

在 qKnow 专业版 v3.1.2 中，知识文档管理模块新增第三方存储同步功能。

用户可以直接在知识文档管理页面配置外部存储连接，并将指定文件同步至知识库。

整个流程主要包括两个步骤。

第一步：配置数据连接

用户首先需要根据实际文件存储环境选择对应的数据连接类型，并填写相关连接信息。

目前支持以下三种文件存储方式：

1）HDFS

HDFS（Hadoop Distributed File System）是一种面向大规模数据存储场景的分布式文件系统。

适用于：

• 大规模业务文档存储；

• 数据平台文件管理；

• 分布式数据处理场景。

通过 HDFS 数据连接，qKnow 可以直接读取分布式文件系统中的知识文件。

2）FTP

FTP 是传统文件传输服务，广泛应用于企业内部文件交换和历史资料管理场景。

适用于：

• 批量文件读取；

• 文件服务器数据接入；

• 历史文档归档管理。

通过 FTP 数据连接，可以将已有文件资源快速接入知识构建流程。

3）OSS（阿里云对象存储）

OSS 是一种面向云端的数据存储服务。

适用于：

• 云端业务资料管理；

• 图片、文档等对象文件存储；

• 云环境中的知识数据接入。

通过 OSS 同步能力，qKnow 可以直接读取云端对象存储中的文件。

通过统一的数据连接配置方式，用户可以根据自身数据环境选择对应接入方式，无需针对不同存储系统重复开发文件导入流程。

---

第二步：选择同步文件

完成数据连接配置后，系统会读取对应存储中的文件列表。

用户可以根据实际知识构建需求：

1. 查看可同步文件；

2. 选择目标文件；

3. 执行同步操作。

同步完成后，文件即可进入知识库后续处理流程。

相比传统方式：

下载文件 → 整理文件 → 手动上传

新的同步流程减少了文件在不同系统之间重复搬运的过程，使知识库能够更加直接地获取外部存储中的知识数据。

---

知识图谱非结构化抽取支持同步外部文件

除了知识库文件同步能力外，qKnow 专业版 v3.1.2 同时优化了知识图谱非结构化抽取流程。

在知识图谱构建过程中，非结构化文档通常需要经历：

文件接入 → 文档解析 → 实体识别 → 关系抽取 → 图谱构建

多个处理阶段。

其中，文件接入是整个知识抽取流程的基础。

本次升级后，知识图谱非结构化抽取模块新增第三方存储同步入口，支持通过与知识库一致的数据连接方式接入外部文件。

用户可以：

• 配置 HDFS、FTP 或 OSS 数据连接；

• 获取外部存储中的文件列表；

• 选择需要进行知识抽取的文档；

• 开始后续实体关系抽取流程。

通过这一能力，知识图谱构建过程可以直接利用企业已有文件资源，减少数据准备阶段的重复操作。

---

其他功能优化

除数据同步能力增强外，qKnow v3.1.2 同时针对部分功能体验进行了优化。

• 优化关系配置展示逻辑

修复关系配置中所属模型下拉框数据展示不完整的问题，提升模型选择过程中的可用性。

• 支持不同知识图谱模型创建同名概念

优化知识图谱模型管理能力，支持不同图谱模型中添加相同名称的概念，提高模型设计灵活性。

• 优化大模型分类展示

优化大模型配置页面中的模型分类标题展示，使模型管理结构更加清晰。

• 提升非结构化抽取任务稳定性

优化知识图谱非结构化抽取失败处理机制，当单个任务出现异常时，不影响其他任务继续执行，提高任务运行稳定性。

• 优化空白文段处理逻辑

调整非结构化抽取流程，支持跳过空白文段，减少无效抽取过程，提高数据处理效率。

---

版本价值

对于企业智能体和知识管理系统而言，模型能力只是应用体系中的一部分，持续、高质量的知识数据供给同样重要。

当企业知识文件分布在不同存储系统中时，如何建立稳定、灵活的数据接入方式，直接影响知识库建设效率以及后续智能应用效果。

qKnow 专业版 v3.1.2 通过新增 HDFS、OSS、FTP 等第三方存储同步能力，进一步完善了从外部文件存储到知识库、知识图谱的数据流转链路。

同时，通过优化知识图谱非结构化抽取流程以及相关功能体验，提升了平台在实际企业场景中的稳定性和可维护性。

未来，企业知识管理的发展不仅需要关注知识获取能力，也需要持续优化：

• 数据接入方式；

• 知识理解流程；

• 智能应用连接能力。

通过不断完善知识数据从接入、处理到应用的完整链路，才能让企业已有知识资源更加有效地服务业务场景。