如果你希望 MiniMax Agent 真正基于真实文档进行回答，而不是“自行发挥”，那么把知识库接入工作流就是关键步骤，这一步绝对不能省略。通常可按以下流程完成：先整理 PDF、Excel 等原始资料，遇到扫描件还需要先做 OCR 文字识别；随后在网页端上传并完成解析；接着进入 Bot 工作流，配置知识库检索节点，并正确连接输入输出关系；最后通过调试验证返回结果，确认回答内容能够与原始文档准确对应。

如果想让 MiniMax Agent 在回答问题时自动引用你自己的 PDF、Excel 或企业内部文档，而不是只依赖模型记忆进行泛化回答，就必须将知识库接入工作流。否则，即使 Agent 本身能力再强，也只能“凭空生成”，无法真正调用你企业的真实业务数据和制度信息。

第一步：准备知识源文件

先将准备提供给 Agent 的原始资料统一整理到同一个目录中。当前支持的格式包括 PDF、DOCX、XLSX、TXT、MD，不支持压缩包，也不支持纯扫描图片型 PDF。若文件中包含扫描文字，务必先通过 OCR 工具转换为可选中文本，否则后续切片解析会失败，整个知识库内容也将无法被正常检索。

文件名建议采用中文+下划线的命名方式，例如“2026_财务报销制度_v3.docx”，尽量避免空格、特殊符号或过于复杂的命名。虽然系统对文件名长度没有明确硬性限制，但如果名称过长（超过 64 个字符），在部分页面中可能会出现显示截断，影响管理和识别效率。

第二步：上传并解析知识库

登录 MiniMax Agent 网页端（https://agent.minimaxi.com），进入左侧菜单【知识库】→点击【新建知识库】→填写名称（如“HR政策库”）→点击【上传文件】→从本地目录批量拖入已准备好的文档文件。

上传完成后，系统会自动开始解析：PDF 会提取正文与表格结构，Word 会尽量保留标题层级，Excel 会识别 Sheet 和字段名。解析状态显示“处理中”时，请不要关闭页面或手动刷新——【一旦中断，可能导致该文件解析失败且无法直接重试，只能删除后重新上传】。

当所有文件解析完成后（通常为每 MB 约 1–3 分钟），状态会变为“就绪”，右侧也会显示成功解析的文件数量及总文本量（单位：token）。如果某个文件显示“解析失败”，可将鼠标悬停查看具体原因，常见问题通常包括加密 PDF、损坏的 XLSX 文件或内容格式异常。

第三步：配置工作流中的知识库节点

进入【Bot管理】→选择目标 Bot→点击【工作流】标签页→在画布空白处双击，或从左侧节点区域拖入【知识库检索】节点。

点击该节点后，在右侧配置面板中下拉选择刚创建的知识库名称；将“最大返回片段数”设置为 3–5 较为合适（过多会干扰大模型理解，过少则可能遗漏关键信息）；同时勾选“启用语义匹配”（默认一般为开启状态，若关闭则会退化为纯关键词检索）。

将用户输入消息连接到该节点的“query”输入口；再把该节点的“retrieved_content”输出口连接到后续 LLM 节点的“context”字段——【连接顺序不能出错：必须先进行知识库检索，再把检索结果传给 LLM，否则模型仍然只能基于猜测生成答案】。

第四步：验证知识库是否生效

保存工作流后，点击右上角【调试】按钮，输入一个能够明确指向知识库内容的问题，例如：“差旅住宿标准最高是多少？”或“试用期解除合同需要提前几天通知？”

查看调试面板左侧的“执行路径”，确认【知识库检索】节点已被触发，并且返回了非空 content；右侧输出内容中应能看到来自你上传文档的具体条款、制度原文或明确数据，而不是泛泛而谈的通用型回答。

如果返回内容为空，或者答案明显偏离原始文档，先检查知识库是否处于“启用”状态（顶部开关为蓝色），再确认提问中是否包含知识库原文里的核心关键词。因为知识库检索虽然依赖语义向量匹配，但并不等于无限模糊联想，仍然需要一定的关键词锚点，才能提升召回准确率和回答质量。