核心概念：Spaces
Knowledge Spaces(简称 Spaces)是 Rephlo 中以文档为依据的上下文存储区。它们让您可以"教会"AI 了解您的具体项目、文档或风格指南。当某个 Space 处于激活状态时,Rephlo 会从中检索内容,以生成基于您的文件的答案。
什么是 Space?
可以把 Space 想象成一个带有 token 预算的参考资料文件夹。
- 没有 Space 时:AI 仅依赖其通用训练内容(例如"写一份合同")。
- 有 Space 时:AI 会使用您的文件(例如"按照我上传的 PDF 中的条款写一份合同")。
每个 Space 都可以带有一点视觉标识:
- Emoji 图标 — 一个表情符号,便于在界面中快速识别。
- Color(颜色)(
#RRGGBB十六进制,例如#3B82F6) — 用于为该 Space 的卡片和徽章设置主题色。
支持的数据类型
您可以向 Space 中添加文件;Rephlo 会提取并存储其文本内容。支持的文件类型及各自的单文件大小限制:
| 类型 | 扩展名 | 最大大小 |
|---|---|---|
.pdf | 50 MB | |
| Word | .docx | 50 MB |
| 纯文本 | .txt | 10 MB |
| Markdown | .md | 10 MB |
| CSV | .csv | 20 MB |
每个已导入文件提取出的文本都会连同其原始(raw)token 数一起存储,若经过压缩(compacted),还会存储压缩后的 token 数。
工作原理
- 导入(Ingestion) — 您添加文件。Rephlo 提取并存储其文本内容。
- 注入(Injection) — 当您在启用该 Space 的情况下运行 Command 时,Rephlo 会将 Space 的内容组合进发送给 AI 的提示中。
- 生成(Generation) — AI 读取该上下文,并基于您的文档作答。
本地检索(RAG):Rephlo 可以为您的 Space 原始内容构建一个本地索引,从而只检索最相关的部分,而不是发送全部内容。该本地索引仅适用于原始(raw)文本——这也是为什么新建 Space 默认使用Smart Search(原始内容)数据模式的原因(见下文)。
Token 预算
大语言模型对一次能读取的文本量有限制(即上下文窗口)。每个 Space 都会依据 token 预算 追踪其大小:
- Token 预算 — 默认 100,000 token;最小 1,000,最大 1,000,000。
- 原始 token 数 — 所有使用原始内容的条目的 token 总数。
- 压缩 token 数 — 所有使用压缩(摘要化)内容的条目的 token 总数。
这两个计数是独立追踪的,方便您了解某个 Space 在每种模式下的开销。每个文件都携带自己的原始与压缩(摘要)token 数,Space 会将它们汇总。
数据模式、AI 检索(RAG)与 token 开销
Space 可以通过几种方式向 AI 提供其内容。您使用哪一种,对 token 开销的影响比 Space 的原始大小更大。
数据模式
每个 Space 都有一个默认数据模式(Command 可以按运行单独覆盖):
- 🔍 Smart Search(默认) — 发送您的原始内容,且免费。对于较小的 Space,会发送完整文本;一旦 Space 变大,则只检索最相关的部分。
- 🗜️ Compact — 发送每个文件的 AI 生成摘要,而非其完整文本——原始文本仍会保留——从而以牺牲部分细节为代价大幅减少 token 用量。生成这些摘要会消耗 credit(之后可复用)。
无论是 Smart Search 还是 Compact,Rephlo 都可以从任意 Space 中检索最相关的段落。只有在检索不适用时(见下文),数据模式才会决定发送的内容。
AI 检索(RAG)
当您针对某个 Space 运行命令或进行对话时,Rephlo 会使用 RAG(检索增强生成)。它不会发送整个 Space,而是对您的文档进行语义搜索,只发送与您的请求匹配的段落。这一机制对任何数据模式的 Space 都适用——检索在您的设备本地运行,因此您的文档永远不会离开您的机器。
您可以在 RAG Retrieval settings 中通过 RAG profile 调整检索的严格程度:
- 该 profile 设置了匹配阈值——即某段落需要与您的请求有多相似才会被纳入——从 Very Lenient(接受较弱的匹配)到 Strictest(只接受高置信度匹配),默认是 Balanced。
- 如果相关内容太少,或者您提出的是针对整个 Space 的问题,Rephlo 会回退到发送整个 Space,确保您不会丢失上下文。这种回退是数据模式唯一起作用的地方:Smart Search 的 Space 会发送每个文件的完整原始文本,而 Compact 的 Space 则会发送每个文件较短的摘要。
那么哪种方式消耗的 token 最少?
这主要取决于检索是否适用:
| 发送给 AI 的内容 | 何时发生 | 相对 token 开销 |
|---|---|---|
| 仅与您的请求匹配的段 落(RAG) | 检索适用——常见情形 | 最低 |
| Space 中每个文件的压缩(摘要化)版本 | 回退,Space 处于 Compact 模式 | 中等 |
| 每个文件的全部原始文本 | 回退,Space 处于 Smart Search 模式 | 最高 |
因此,Smart Search 并不必然"更贵"。 当检索适用时,任何模式的 Space——Smart Search 或 Compact——都只会发送匹配的段落,通常比发送每个文件都要更省 token——而且 Smart Search 不消耗 credit。数据模式只有在 Rephlo 回退到发送整个 Space 时才会影响开销:此时 Compact(每个文件被摘要化)比 Smart Search(每个文件的完整原始文本)更轻量,但生成这些摘要要花费 credit。具体的 token 数量仍取决于您的查询、匹配到的段落以及 Space 的大小。
关于何时切换模式,以及 Compact 相关的 credit 保护机制,详见 Data Modes & Compaction。
Spaces 与 Commands(多对多关系)
Space 与 Commands 之间是多对多的关系:
- 一个 Space 可以关联多个 Command。
- 一个 Command 可以使用多个 Space,并可以将其中一个设为其默认 Space,以便快速执行。
管理 Spaces
- Active Space(激活的 Space) — 每次交互中只有一个 Space 处于"Active(激活)"状态。您可以从 Dashboard 或 Command Runner 中即时切换激活的 Space(例如从"Project A"的上下文切换到"Personal Finance")。
- Archive(归档,软删除) — Space 会被归档而不是直接删除。已归档的 Space 会从活跃视图和命令关联中排除,并且必须先归档才能永久删除。
有关完整生命周期(上传、索引、编辑、归档),请参见 Managing Spaces。
下一个概念:了解 Providers ——驱动 AI 的引擎。