> For the complete documentation index, see [llms.txt](https://docs.cherry-ai.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.cherry-ai.com/knowledge-base/data.md).

# 知识库数据

本页面向希望了解知识库底层工作机制的用户。若只需要使用知识库，可直接参考 [知识库教程](/knowledge-base/knowledge-base.md)。

## 核心原理

加入知识库的文档会被**切分为小片段 → 由嵌入模型转换为数字向量 → 存入本地数据库**。提问时，知识库会将问题转换为同类向量，检索最相似的片段，并将这些片段提供给对话模型作为上下文。

<figure><img src="/files/Ep3unfV9C7J2gDm0UAIN" alt=""><figcaption><p>知识库处理流程图</p></figcaption></figure>

## 详细一点

1. **入库前的准备**
   * 文档（PDF、Word、网页等）先经过 [文档预处理](/knowledge-base/document-preprocessing.md)（OCR 等），变成纯文本
   * 纯文本被切成 200-500 字左右的小片段（chunk），方便检索
2. **嵌入与存储**
   * 每个片段交给 [嵌入模型](/knowledge-base/emb-models-info.md) 处理，得到一组数字（向量）
   * 这些数字 + 原文片段都存在 Cherry Studio 本地的数据库里（基于开源的 libSQL）
3. **查询**
   * 你提问时，问题文本同样被嵌入模型转成数字
   * 系统找出"和问题数字最像"的若干片段
   * 这些片段连同问题一起送给对话模型，由它生成最终答案

## 数据存储位置

**所有数据保存在本地**，不会上传到云端（若使用的嵌入模型本身是云服务，文本片段会在嵌入处理过程中短暂经过该服务）。

* **macOS**：`~/Library/Application Support/CherryStudio`
* **Windows**：`%APPDATA%\CherryStudio`
* **Linux**：`~/.config/CherryStudio`

## 数据隐私建议

如资料涉及敏感信息（合同、医疗、内部代码等）：

* 使用**本地嵌入模型**（如通过 [Ollama](/pre-basic/providers/ollama.md) 或 [LM Studio](/pre-basic/providers/lm-studio.md) 运行 `bge-m3`），全流程离线
* 对话模型同样建议选择本地部署
* 可配合 [修改存储位置](/pre-basic/personalization-settings/storage.md) 将数据存放至加密磁盘

## 延伸阅读

* 向量数据库（libSQL / Turso）：<https://turso.tech/libsql>
* 嵌入与检索增强生成：可查阅"vector embedding"、"RAG"相关资料

***

### 💡 获取帮助与提交反馈

如果您在配置或使用过程中遇到任何疑问、Bug 或有功能改进建议，请参考 [反馈与建议](/question-contact/suggestions.md) 中提供的官方渠道。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.cherry-ai.com/knowledge-base/data.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.