数据库里的结构化数据，怎么建立 RAG 知识库？两条路线与选型判断

方案认知（待实测回填，2026-08-28）。

📖 摘要：前面聊过文档怎么清洗进知识库，但有朋友问：数据存在数据库里（订单表、客户表、规格表），怎么建 RAG？这篇文章讲清楚一个关键认知——数据库数据建 RAG 的难点不在清洗，在「语义化」：结构化记录（字段名+值）直接向量化是语义哑的。给出两条路线（数据转文档 / 查询即上下文）、Dify 落地四路径、和一张选型判断表。方案来自工程实践推断，标注待实测回填。

导读

• 目标读者：做 RAG 知识库、要接业务系统数据库数据的开发者
• 内容边界：本文是路径与选型认知（基于文档建库的既有工程实践推导，完整落地待实测回填），不是已验证的完整教程——文中标注「实测」的才是实测过的部分
• 你会得到：为什么结构化数据不能直接向量化、两条路线怎么选、Dify 里四条落地路径、一张选型表

一、业务场景：文档清洗完，该轮到数据库了

我们之前聊过 RAG 建库前怎么清洗文档（PDF/Word/Markdown → 清洗管线 → 知识库），这套流程解决的是「文档形态」的问题。但知识型业务里还有一大块数据不在文档里——在数据库里：

• 产品规格表：型号、参数、支持协议
• FAQ 台账：问题、答案、分类
• 设备清单：设备 ID、厂商、状态、位置
• 规章制度表：条款编号、正文、生效日期

这些数据有字段、有结构、还能精确查询——但想让它变成「能回答自然语言问题的知识库」，直接灌进去是不行的。

二、场景痛点：结构化数据直接向量化，语义是哑的

把数据库表直接导成文档进知识库，会撞上两个硬问题：

1. 语义鸿沟。向量检索按语义匹配。但结构化记录长这样：

{customer_id: 10023, status: active, region: 华东}

用户问「我们有多少华东区在跟进中的客户？」——这条记录的向量里没有「跟进中」「华东区」这种自然语言表达，status=active 和「跟进中」在向量空间里离得很远，检索召不回。字段名+值不是语言，是编码。

2. 动态性。文档入库是一次性快照；数据库每时每刻在变。今天入库的订单表，明天就有新订单——快照知识库回答的永远是「建库那天」的数据。

所以数据库建 RAG 的正确问题不是「怎么清洗」，而是两个前置问题：要不要入库？入库前怎么转成语言？

三、解决方案：两条路线

路线 A：数据转文档（入库型）

把数据库记录转写成自然语言段落，然后走文档建库管线（转换 → 清洗 → 门禁 → 分段 → 建库）。

转写示例（模板转写）：

原记录：{id: WZ-1000, temp_range: -10~60℃, protocol: [Modbus, MQTT]}

转写后：「WZ-1000 工业网关支持 Modbus 和 MQTT 协议接入，

设备工作温度范围 -10℃ 到 60℃。」

转写后它就是一篇文章，复用现有清洗质量门禁——但数据库场景门禁重点不同：

路线 B：查询即上下文（直查型）

不建向量库。工作流里用 HTTP 节点调数据库 API → 查到的记录直接拼进 prompt 作上下文。

适合动态、精确的数据：订单状态、库存余量、用户信息。「这个订单什么状态」本质是一条 SQL——确定性查询，向量检索既答不准（语义哑）又答不快（要索引）。直接查库，把结果喂给 LLM，又快又准。

四、Dify 落地路径

五、选型判断

六、与「文档建 RAG」的边界澄清

• 本文讨论的「数据库数据」= 结构化表数据；不是 BI/报表分析（对话式 BI 是查库出报表，语义检索不是核心）
• 本文路径与既有清洗管线衔接：转写后的文档复用 doc-cleaner 清洗 + 质量门禁（评分/四层验证/污染注入回归）——那部分是实测过的，见《知识库数据清洗后，怎么知道洗得干不干净？》
• 结构化数据到底要不要入库，与知识承载设计的原则一致：判定性/精确查询 → 直查（硬路径）；参考性/语义查询 → 入库（RAG）

七、待实测

以下为方案推断，落地后回填实测数据：

• 模板转写 vs LLM 转写的检索效果对比（转写句式对召回分数的影响）
• LLM 转写的 token 成本与质量抽检标准
• 快照重建策略（多频繁重建、增量 vs 全量）的工程参数
• 混合分流（直查 + 向量）的真实设计样例

八、启示

数据库建 RAG，本质是把「编码」翻译成「语言」——字段名和值在向量空间里是哑的，只有转写成自然语言后才进入 RAG 的适用域。而判断要不要做这一步翻译，标准很简单：数据静态 → 值得翻译（入库）；数据动态 → 别翻译了，直接查（直查）。

一句话：文档是「清洗后入库」，数据库是「转写后入库或直查」。

本文为路径与选型认知分享，方案基于既有文档建库工程实践推导，完整数据库接入流程标注「待实测回填」。文中数据均来自我们自己的实测记录（文档清洗/质量门禁部分），理论与推断部分以「待实测」标注边界。