最近一年，AI 知识库的入口变多了：Dify、FastGPT、Coze、企业内部 RAG、NotebookLM、ChatGPT 自定义 GPT 的 Knowledge、OpenAI File Search 都能把外部资料接进模型上下文。问题是，语雀里的内容通常散在多个知识库、团队空间、收藏夹和协作文档里，图片还可能依赖语雀 CDN。直接复制到 AI 平台，后续很难维护。
更可靠的做法，是先把语雀变成一份本地、可检查、可版本化的资料包。YuqueOut 的作用就在这个前置环节：批量导出语雀知识库，保留目录层级，下载图片到本地，再把资料交给你选择的 AI 知识库平台。
- AI 知识库需要稳定文本，不需要平台私有包。Markdown 比复制网页更适合分段、清洗和长期维护。
- 图片和附件要随正文一起本地化。不要让 AI 知识库长期依赖语雀 CDN 外链。
- 导入只是第一步。真正要验收的是检索命中、引用来源、分段质量和权限范围。
- YuqueOut 不上传文档。它负责在本地导出，后续上传到哪个 AI 平台由你决定。
AI 知识库真正需要什么
多数 AI 知识库的底层流程都绕不开四件事：读取文档、切分文本、生成索引、在提问时检索相关片段。OpenAI 的 File Search 文档、Dify 的 Knowledge 文档都围绕“把资料变成可检索文本”展开。
这意味着语雀侧最重要的准备不是排版有多漂亮，而是资料能不能被稳定解析。标题层级、列表、表格、代码块、图片说明、附件路径、文档边界，都会影响后续检索质量。
语雀导出格式怎么选
如果目标是 AI 知识库，优先选择 Markdown。Markdown 的标题层级清楚，纯文本比例高，便于按章节分段，也方便用 Git 或脚本做二次清洗。PDF 可以作为排版固定的补充格式，但不适合作为唯一来源。Word 适合业务团队交付和人工复核，但进入 RAG 前仍要看平台解析效果。
| 格式 | 适合场景 | AI 知识库建议 |
|---|---|---|
| Markdown | 产品文档、研发文档、FAQ、操作手册 | 首选，适合分段、索引、版本管理。 |
| 制度、合同、对外手册、版式固定材料 | 补充，导入后重点检查解析和引用。 | |
| Word | 业务文档、可编辑交付件 | 备选，适合人工复核后再转入知识库。 |
| HTML | 复杂富文本、保留部分网页结构 | 小样本测试，不同平台解析差异较大。 |
关于 Markdown 导出的细节，可以先看 语雀文档批量转 Markdown 完整指南。如果图片较多，务必同时阅读 语雀图片防盗链解决方案。
用 YuqueOut 准备本地资料包
- 按知识库或目录分批导出。不要把所有语雀空间一次塞进同一个 AI 知识库，先按产品、研发、客服、制度等边界拆分。
- 普通文档选择 Markdown。表格按需要导出 Excel、CSV 或 Markdown，画板保留 PNG/JPG/SVG，避免重要图示丢失。
- 开启图片本地化。让图片进入
assets/目录，并保持 Markdown 中的相对路径。 - 导出后先本地抽查。打开几篇含图片、表格、代码块和附件的文档，确认资料包本身完整。
- 保留原始导出包。AI 平台的导入结果可以重建，原始本地资料包才是后续修复和重试的基础。
导入前的清洗清单
AI 知识库最怕“看起来导入了，实际问不到”。导入前建议先做一次轻量清洗：
- 删除过期草稿、重复会议纪要、临时测试文档。
- 把标题从“文档1”“备份”“最终版”改成真实主题。
- 补上缺失的一级标题和章节标题。
- 把内部口头缩写写成完整名称，避免模型无法理解。
- 检查 Markdown 图片路径是否仍指向语雀 CDN。
- 把敏感权限文档放进单独资料包，不和公开 FAQ 混在一起。
不同 AI 知识库平台怎么接
不同平台导入入口不同，但语雀侧的准备逻辑相同。你可以把 YuqueOut 导出的资料包当作统一中间层。
| 目标平台 | 推荐语雀导出 | 导入前重点 |
|---|---|---|
| Dify 知识库 | Markdown + 本地图片 | 按知识库边界拆分，设置分段方式，做检索测试。 |
| NotebookLM / AI Notebook | PDF 或可接受的文本文件，Markdown 作为源稿 | 先确认当前账号支持的来源类型，再按主题建立 Notebook。 |
| OpenAI File Search / 企业 RAG | Markdown、PDF、TXT 等可解析文件 | 控制文件边界、元数据和权限分组。 |
| 内部客服知识库 | Markdown + FAQ 表格 | 把问题、答案、适用范围和更新时间写清楚。 |
如果你已经选定 Dify，可以继续看 语雀迁移到 Dify 知识库实操教程。如果目标是 AI Notebook，可以看 语雀导入 NotebookLM / Gemini 生态 AI Notebook 指南。
导入后的检索验收
不要只看“导入成功”。一个 AI 知识库是否可用，要用真实问题验证：
- 问一个标题里能命中的问题，确认基础索引可用。
- 问一个需要跨两篇文档组合的问题，检查检索覆盖。
- 问一个旧版本答案，确认系统不会优先引用过期文档。
- 问一个含图片或附件的流程问题，检查模型是否能说明附件位置。
- 检查答案是否给出来源，来源是否指向正确文档。
- 记录未命中的问题，回到 Markdown 源文件补标题、关键词或 FAQ。
隐私和权限边界
YuqueOut 的导出是本地处理，不会把你的语雀文档上传到第三方服务器。但 AI 知识库平台通常需要你主动上传资料，或者让平台读取外部源。上传前要先明确三件事：哪些资料可以进入外部 SaaS，哪些只能进入内网系统，哪些根本不应该进入模型检索。
团队迁移时，建议把资料分成公开知识、内部知识、敏感知识三类。不同权限级别不要混进同一个 AI 知识库，否则后续很难保证检索回答只暴露给正确的人。
常见问题
语雀内容可以直接变成 AI 知识库吗？
不能指望所有 AI 平台直接读取语雀知识库。更稳的做法是先用 YuqueOut 把语雀内容导出为 Markdown、PDF 或 Word，并把图片下载到本地，再按目标平台的导入方式上传。
做 AI 知识库优先导出 Markdown 还是 PDF？
优先导出 Markdown。Markdown 更容易保留标题层级、列表、代码块和相对路径，也更适合后续分段、清洗和版本管理。PDF 适合排版固定或平台不支持 Markdown 的补充路线。
图片和附件需要本地化吗？
需要。AI 知识库导入时不应长期依赖语雀 CDN 外链。建议开启 YuqueOut 图片本地化，保留 Markdown 与 assets/ 目录的相对路径，再整体上传或压缩导入。
YuqueOut 会把文档上传到 AI 平台吗？
不会。YuqueOut 的导出和转换在浏览器本地完成，不上传文档内容。是否上传到 Dify、NotebookLM、OpenAI File Search 或其他 AI 平台，由用户在导出后自行决定。
AI 知识库导入后要检查什么？
至少检查文档数量、标题层级、图片附件、分段质量、检索命中率、引用来源和权限范围。不要只看导入成功提示，要用真实问题做检索验收。