> ## Documentation Index
> Fetch the complete documentation index at: https://docs.zgi.cn/llms.txt
> Use this file to discover all available pages before exploring further.
# 30 分钟快速开始
> 跑通第一个 ZGI AI 应用 — 准备资料、创建知识库、配置大模型、编排智能体、发布应用
## 本教程会带你完成什么
本教程会带你快速跑通 ZGI 的基础流程：**准备资料、创建知识库、配置大模型、编排智能体，并发布成一个可使用的 AI 应用**。
完成后，你将得到一个基于企业资料回答问题的智能体。比如上传合同、制度、手册、FAQ 后，可以直接提问：
* "这份合同的起止时间是什么？"
* "制度里报销流程怎么走？"
* "某份合同的付款周期和违约金规则是什么？"
* "最近三个月有哪些合同快到期？"
通过本教程，你将完成 4 件事：
* **导入资料，创建知识库**
* **配置可用的大模型**
* **搭建一个基础知识库问答智能体**
* **发布为外部应用，也就是智能体落地页**
> **建议**
>
> 首次体验时，先选择少量、质量较高的文档，例如 3 到 5 份合同、制度、产品手册或 FAQ。先把基础流程跑通，再逐步增加资料量。
## 开始前准备
* 一批测试资料：PDF、Word、Excel、图片扫描件或 Markdown 文档
* 一个可用的大模型来源：平台已有模型、云端模型 API Key，或私有化部署中的本地模型
* 如果使用私有化部署，需要提前准备对应的部署环境
## 四步搭建 AI 应用
### 导入资料，创建知识库
进入知识库模块，上传准备好的资料。ZGI 会自动完成解析、切片，并构建可检索的知识库。
知识库支持的能力：
* 文档自动解析并自动切片
* 向量召回和图谱召回
* Rerank 重排
* TopK、置信阈值、嵌入模型配置
首次测试时建议：先上传少量高质量文档 → 等待解析切片完成 → 使用知识库测试功能验证 → 检查召回内容是否准确 → 确认效果后再批量导入。
### 配置可用的大模型
进入大模型配置模块，选择或接入可用的大模型。首次体验时，建议先配置能够支撑基础问答的模型，保证知识库问答流程可以顺利跑通。
在实际使用中，大模型主要负责理解用户问题，并结合知识库召回的内容生成最终回答。
### 编排智能体工作流
进入工作流画布，创建一个基础智能体流程。一个最简单的知识库问答流程可以这样搭建：
```text theme={null}
开始节点 → 知识检索节点 → LLM 节点 → 直接回复节点
```
* **开始节点**：接收用户输入的问题
* **知识检索节点**：从指定知识库中查找相关内容
* **LLM 节点**：根据用户问题和检索结果生成回答
* **直接回复节点**：把最终结果返回给用户
### 调试并发布为外部应用
工作流搭建完成后，先在调试区进行测试。建议至少测试 3 类问题：
* **精准查询类**：例如"合同的到期时间是什么？"
* **总结归纳类**：例如"帮我总结这份合同的核心条款。"
* **对比分析类**：例如"这几份合同的付款周期有什么不同？"
确认回答稳定后，将智能体发布为外部应用（智能体落地页），用户可通过落地页直接访问。
## 开发者快速调用
除了通过界面发布，开发者也可以直接通过 API 调用知识库或工作流。典型请求会包含 API Key、用户问题、模型配置和知识库标识，响应中会返回回答内容和引用来源。
```bash theme={null}
curl -X POST https://api.zgi.cn/v1/chat \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "zgi-default",
"messages": [
{ "role": "user", "content": "查询最近三个月的合同到期情况" }
],
"knowledge_base_id": "kb_xxxxxx"
}'
```
示例响应：
```json theme={null}
{
"id": "msg_xxxxxx",
"content": "根据知识库检索，以下合同将在三个月内到期...",
"citations": [
{
"source": "采购合同_2025Q4.pdf",
"page": 3,
"paragraph": "第五条 合同期限..."
}
]
}
```
> **每条回答都附带原文引用**
>
> `citations` 字段返回具体文档、页码和段落，业务团队可直接核验，无需猜测来源。
## 下一步
* **核心概念**：理解工作区、智能体、知识库、模型之间的关系
* **知识库 & RAG**：学习切片、召回、TopK、Rerank 和嵌入模型的优化
* **智能体编排**：搭建更复杂的业务流程应用