豆包已发布知识库如何一键导出可索引JSON？
功能定位：为什么需要“可索引 JSON”
豆包 v4.6.0 之后，知识库不再只是聊天引用源，而是能被外部搜索引擎、BI 工具、甚至其他 AI 服务直接调用的结构化资产。可索引 JSON（下称 Index-JSON）是官方为运营者提供的“最小可复用单元”：它把每篇文档拆成段落级 chunk，附带向量 ID、权限标记、时间戳，方便二次编排或迁移。相比早期的 Markdown 整包导出，Index-JSON 体积更小、字段更稳，且自带 URI 映射，无需再写正则清洗。
一句话：如果你计划把豆包知识库接入自建检索、或是定期备份到私有云，Index-JSON 是目前唯一官方承诺向下兼容的格式。
版本差异：v4.5 与 v4.6 的导出入口变化
截至当前的最新版本（v4.6.0），导出菜单位置被收进「运营者工具箱」。v4.5 时代的老入口（知识库首页右上角 ⋯->导出全部）已下线，若仍停留在旧版客户端，点击后会提示“功能已迁移”。升级后再回退会导致配置项灰显，需要重新授权。
经验性观察：v4.5 导出的 JSON 只有两级字段（title/content），而 v4.6 新增 chunk_id、embedding_model、permission_mask 三列；老文件直接导入会缺失检索字段，需手动补全。
一键导出：三平台最短路径
桌面端（Win / macOS）
- 打开豆包，左侧栏切到「知识库」
- 顶部标签右侧找到「运营者工具箱」图标（扳手形状）
- 选择「导出可索引 JSON」→ 勾选「包含向量 ID」→ 确定
- 系统弹出保存窗口，默认文件名格式 kb_index_YYYYMMDD_HHMM.json
Android
- 底栏切到「我的」→ 右上角设置 → 知识库管理
- 点击「导出」→ 选择「可索引 JSON」
- 导出完成后自动存到 /Documents/Doubao/Export，并弹出系统分享面板，可直接上传到企业微信或钉盘
iOS
- 底栏「我的」→ 设置 → 知识库 → 导出
- iOS 沙盒限制，文件先存到「文件 App->Doubao->Export」目录，需手动转存到 iCloud Drive 或隔空投送
若知识库体积 >200 MB，客户端会强制走“后台任务”，期间可正常使用聊天功能，导出完成后推送通知栏提示。
失败分支与回退方案
常见失败码：
- EXPORT_403：知识库含付费订阅文章，需先在「权限管理」关闭「付费可见」再导出
- EXPORT_503：官方限流，等待 5 min 后重试；经验性观察，连续 3 次重试仍 503，可切换网络（4G/5G 与 Wi-Fi 对换）再试
回退方案：若导出文件损坏（校验 SHA256 不符），可在「运营者工具箱->导出记录」里找到 7 日内的临时副本，一键重新拉取，无需再次消耗当日额度。
字段释义与兼容性速查表
| 字段 | 类型 | 说明 | 兼容性 |
|---|---|---|---|
| chunk_id | string | 段落级唯一哈希 | v4.6 新增，老系统可留空 |
| permission_mask | int | 位掩码：0=公开 1=付费 2=私有 | 向下兼容，老版本默认 0 |
| embedding_model | string | 向量模型名，如“doubao-embedding-v2” | 可空，不影响再导入 |
是否值得用：决策三问
- 更新频率：若每日新增 >50 篇，Index-JSON 增量导出（仅含 24 h 内变更）可节省 70% 流量，适合日更团队。
- 下游系统：目标系统若能直接消费 JSON 数组（如 Elasticsearch、Supabase），无需中转 CSV，可少写 1 层解析脚本。
- 合规要求：金融、医疗客户需保留“权限掩码”字段做二次鉴权，Index-JSON 原生携带，比手动补字段更安全。
反之，若只是做一次性的离线归档，且后续不会重建检索，传统的 Markdown 整包导出更省空间。
与第三方检索系统协同：最小权限原则
示例场景：把 Index-JSON 接入自托管的 Vespa 检索引擎。建议流程：
- 在豆包「第三方集成」新建机器人，仅勾选「知识库-只读」权限，获得
access_token - 服务器端定时任务（如 cron 每 6 h）调用导出接口，带增量参数
?since=last_modified - 下载后立刻做 SHA256 校验，落盘到只读卷，防止篡改
- Vespa 通过
vespa-feed-client批量写入，写入前丢弃permission_mask >0的记录，确保公开与私有数据物理隔离
警告：切勿把含私有数据的 Index-JSON 直接推到公开 S3 桶，权限掩码字段可被下游忽略，导致数据泄露。
故障排查：导出卡住 0%
现象：点击导出后进度条长时间 0%，无报错日志。
可能原因与验证：
- 知识库含损坏附件（如上传时网络中断）。验证：随机点开 10 篇带附件文章，若图片无法预览，则先删除这些附件再导出
- 本地磁盘剩余空间 < 2 × 知识库体积。验证：桌面端看系统盘，移动端看「文件 App->iPhone 存储」
处置：清理后无需重启客户端，重新进入导出页会自动续传。
适用 / 不适用场景清单
| 场景 | 推荐 | 理由 |
|---|---|---|
| 日更 200 条商品文案 | ✅ | 增量导出节省流量 |
| 一次性迁移到 Notion | ❌ | Notion 需 Markdown，JSON 多一层转换 |
| 金融合规审计 | ✅ | 自带权限掩码，可追溯 |
最佳实践 5 条
- 每周一次全量导出，存到加密的对象存储，保留 30 天滚动备份
- 在 CI 里加
jsonlint校验，防止字段漂移导致下游写入失败 - 若知识库含音频转写，先关闭「生成说话人分离」再导出，可让 chunk 数量减少 30%，加快下游索引速度
- 多人协作时，给机器人单独建“只读”角色，避免误触发「删除文章」同步到生产检索
- 导出后立刻记录 SHA256 到「运营者工具箱->校验日志」，方便事后审计
FAQ - 结构化数据
导出后的 JSON 支持再导入吗？
支持。通过「运营者工具箱->导入」选择 Index-JSON，系统会按 chunk_id 做幂等写入，重复导入不会重复生成向量。
能否只导出部分分类？
目前官方仅提供全库导出，分类筛选需自行在后处理脚本里过滤 category 字段。
Index-JSON 会包含用户提问记录吗？
不会。导出范围仅限知识库文章，聊天记录属于「AI 记忆云同步」功能，需另外申请导出。
每日有次数限制吗？
经验性观察：同一知识库每日全量导出上限 10 次，增量导出不限；超限提示「EXPORT_QUOTA」，次日 0 点重置。
收尾：下一步行动
豆包知识库一键导出可索引 JSON 的功能，把“聊天增强”升级为“可复用资产”。如果你正筹划多平台检索、合规备份或向量再训练，现在就能在桌面端 4 步完成首次全量导出；记得先做 SHA256 校验，再用增量模式维持日更。遇到 503 限流不要猛点重试，切换网络或等 5 min 更划算。下一步，把导出的 Index-JSON 接入你的检索引擎，跑一遍召回测试，看看 chunk 数量是否匹配预期——如果差距 >5%，先回知识库检查附件损坏，再调向量模型，别急着扩集群。