什么是元数据

简单来说，元数据就是"描述数据的数据"。它就像我们为知识库文档贴上的各种标签和属性，例如文档的保密等级、创建者、所属类别等。每个文档可以拥有多组这样的描述信息。实际上，元数据早已渗透到我们日常生活的方方面面，只是大多数人并不熟悉这个专业术语而已。

为了更好地理解这个概念，我们可以观察一些常见例子。在计算机操作系统中，每个文件都包含一系列基础属性信息：文件格式、创建者、存储大小、最后修改时间等，这些都是典型的元数据表现形式。

在Dify知识管理系统中，元数据被分为两种类型：

1. 系统元数据：这是Dify平台为每个知识文档自动生成的基础属性信息，用户无法手动修改这些预设字段，它们由系统自动维护和更新。

2. 自定义元数据：Dify同时提供了灵活的元数据扩展功能，允许用户根据实际需求添加、编辑或删除自定义的描述属性。这种设计既保证了系统基础信息的规范性，又满足了不同用户的个性化需求。

通过这种双重元数据机制，Dify实现了文档管理的标准化与定制化的完美结合。

元数据过滤

元数据过滤是一种高效的文档检索技术，其核心在于利用文档的描述性属性进行初步筛选。当用户发起查询时，系统首先会根据预设的元数据条件对文档集合进行快速过滤，这个过程仅涉及文档的表面属性，无需深入解析文档内容，因此具有极高的执行效率。

分层检索的工作流程

1. 元数据层筛选：系统基于文档的元数据属性（如分类、作者、日期等）进行第一轮筛选，这个阶段只检查文档的"标签"信息。
2. 内容层检索：只有通过元数据筛选的文档才会进入下一阶段的内容检索，系统这时才会解析文档内部的具体内容。

如何管理知识库元数据？

在知识库管理界面，你可以创建、修改和删除元数据字段。

注意：所有在此界面进行的更新均为全局更新，这意味着对元数据字段列表的任何更改都会影响整个知识库，包括所有文档中标记的元数据。

在知识库管理界面，点击右上方的 元数据 按钮，进入元数据管理界面。

在知识库中，元数据字段分为两类：内置元数据（Built-in） 和 自定义元数据。

新建元数据字段

1. 点击 +添加元数据 按钮，弹出 新建元数据 弹窗。

1. 在 字段值类型 中选择元数据字段的值类型。
2. 在 名称 框中填写字段的名称。

字段名仅支持小写字母、数字和下划线（_）字符，不支持空格和大写字母。

1. 点击 保存 按钮，保存字段。

修改元数据字段

1. 点击单条元数据字段右侧的编辑按钮，弹出 重命名 弹窗。

1. 在 名称 框中修改字段名称。

此弹窗仅支持修改字段名称，不支持修改字段值类型。

1. 点击 保存 按钮，保存修改后的字段。

修改并保存后，该字段将在知识库中的所有相关文档中同步更新。

删除元数据字段

点击单条元数据字段右侧的删除按钮，可以删除该字段。

如果删除单条字段，该字段及该字段下包含的字段值将从知识库的所有文档中删除。

使用元数据筛选知识

聊天流/工作流

在 聊天流/工作流 的 知识检索 节点中，你可以使用 元数据筛选 功能精确检索文档。该功能有助于你根据文档的元数据字段（如标签、类别或访问权限）优化检索结果。

配置步骤

1. 选择筛选模式

   启用自动模式后，你依然需要在 模型 栏中选择合适的大模型以执行文档检索任务。

   

• 手动模式：用户可以手动配置筛选条件，自由设置筛选规则，适用于复杂的筛选需求。
• 禁用模式（默认）：禁用 元数据筛选 功能，不配置任何筛选条件。
• 自动模式：系统会根据传输给该 知识检索 节点的 查询变量 自动配置筛选条件，适用于简单的筛选需求。

1. 如果你选择了 手动模式，请参照以下步骤配置筛选条件：

   

   

   

   当你输入常量筛选值时，该筛选值必须与该元数据字段值的文本完全一致，系统才能返回该文档。例如，当你设置筛选条件为 starts with "App" 或 contains "App" 时，系统会返回标记为 “Apple” 的文档，但不会返回标记为 “apple” 或 “APPLE” 的文档。

   

• AND：当一个文档满足所有筛选条件时，才能检索到该文档。
• OR：只要一个文档满足其中任意一个筛选条件，就可以检索到该文档。
• 变量：选择 变量（Variable），并选择该聊天流/工作流中需要用于筛选文档的变量。
• 常量：选择 常量（Constant），并手动输入你需要的常量值。
• 可以从下拉列表中选择一个已选中知识库内的元数据字段，添加到筛选条件列表中。
• 可以在 搜索元数据 搜索框中搜索你需要的字段，添加到筛选条件列表中。
1. 配置筛选条件之间的逻辑关系 AND 或 OR。

2. 选择并添加元数据筛选值：

   

   时间 字段类型仅支持使用常量筛选文档。如果你选用时间字段筛选文档，系统会弹出时间选择器，供你选择具体的时间节点。

   

3. 如果需要添加多条字段，可以重复点击 +添加条件 按钮。

4. 点击配置框中的 +添加条件 按钮：

   如果你同时选择了多个知识库，下拉列表只会显示这些知识库共有的元数据字段。

5. 点击 条件 按钮，弹出配置框。

聊天助手

在聊天助手中，元数据筛选 功能位于界面左下方的 上下文 板块下方，配置方法与聊天流/工作流中的操作一致。你可以按照相同的步骤配置元数据筛选条件。

总结

在实际生产过程中，元数据的作用还是比较明显的。例如，在我之前的一个项目中，我们需要处理大量文件。项目中有一个需求：希望 RAG 系统能够根据用户的不同权限级别提供相应的回答。具体来说，普通用户不应访问只有高管才能查看的文件，而高管则可以检索知识库中的所有文件。

我们通过元数据实现了基于用户角色的权限控制：普通用户查询时，系统会自动过滤高权限文件；而高管用户则可访问知识库中的全部文件内容。这种分级访问机制有效保障了企业数据安全。