diff --git a/docs/.vitepress/config.mts b/docs/.vitepress/config.mts
index fdf700b0..62f6d259 100644
--- a/docs/.vitepress/config.mts
+++ b/docs/.vitepress/config.mts
@@ -34,7 +34,8 @@ export default defineConfig({
             { text: '什么是 Yuxi-Know？', link: '/latest/intro/project-overview' },
             { text: '快速开始', link: '/latest/intro/quick-start' },
             { text: '模型配置', link: '/latest/intro/model-config' },
-            { text: '知识库与知识图谱', link: '/latest/intro/knowledge-base' }
+            { text: '知识库与知识图谱', link: '/latest/intro/knowledge-base' },
+            { text: '知识库评估', link: '/latest/intro/evaluation' }
           ]
         },
         {
diff --git a/docs/latest/intro/evaluation.md b/docs/latest/intro/evaluation.md
new file mode 100644
index 00000000..216d36b1
--- /dev/null
+++ b/docs/latest/intro/evaluation.md
@@ -0,0 +1,131 @@
+# 知识库评估
+
+Yuxi-Know 提供了完整的 RAG 系统评估解决方案，帮助您科学地衡量知识库的检索质量和答案准确性。评估系统通过标准化的基准测试、多维度的指标计算和直观的结果展示，让您能够全面了解系统性能并持续优化。
+
+> **注意**：目前评估功能仅支持 Milvus 类型的知识库。
+
+## 评估基准
+
+评估基准是衡量知识库性能的标准数据集，包含了测试问题、相关的黄金文档块 ID 和标准答案。系统支持两种创建评估基准的方式。
+
+### 手动上传评估基准
+
+您可以通过上传 JSONL 格式的文件创建评估基准。每行代表一个测试样本，必须包含 `query` 字段（查询问题），可选地包含 `gold_chunk_ids`（黄金文档块 ID 列表）和 `gold_answer`（标准答案）。
+
+- 当基准包含黄金文档块 ID 时，系统会计算检索指标（如 Recall@K、F1@K）
+- 当基准包含标准答案时，系统会使用 LLM 作为评判者评估生成答案的准确性
+- 同时包含两者时，系统会进行全面的检索和生成质量评估
+
+#### JSONL 文件格式示例
+
+```json
+{"query": "什么是人工智能？", "gold_chunk_ids": ["chunk_001", "chunk_002"], "gold_answer": "人工智能是计算机科学的一个分支，致力于创建能够执行通常需要人类智能的任务的系统。"}
+{"query": "机器学习的主要类型有哪些？", "gold_chunk_ids": ["chunk_005"], "gold_answer": "机器学习主要包括监督学习、无监督学习和强化学习三种主要类型。"}
+{"query": "深度学习的应用领域", "gold_chunk_ids": ["chunk_010", "chunk_011", "chunk_012"]}
+```
+
+每行一个独立的 JSON 对象，包含以下字段：
+- `query`（必需）：查询问题
+- `gold_chunk_ids`（可选）：黄金文档块 ID 列表
+- `gold_answer`（可选）：标准答案
+
+### 自动生成评估基准
+
+系统可以根据知识库内容自动生成评估基准。生成过程包括：
+
+1. **随机采样**：从知识库中随机选择文档块作为基础材料
+2. **相似度计算**：使用指定的嵌入模型计算文档块间的相似度，选取相似文档作为上下文
+3. **问题生成**：使用 LLM 基于采样到的文档生成相关查询问题和标准答案
+4. **质量保证**：确保生成的问题能由提供的上下文准确回答，且黄金文档块 ID 与上下文匹配
+
+生成参数说明：
+- **问题数量**：控制生成的问题总数（1-100）
+- **相似 chunks 数量**：每个问题关联的相似文档块数量（0-10）
+- **LLM 模型**：用于生成问题和答案的语言模型
+- **Embedding 模型**：用于计算文档相似度的嵌入模型
+- **Temperature**：控制生成内容的随机性（0-2）
+- **Max Tokens**：限制生成内容的最大长度
+
+## 评估指标
+
+系统提供多维度的评估指标，全面衡量 RAG 系统的性能。
+
+### 检索评估指标
+
+当基准包含黄金文档块 ID 时，系统会计算以下指标：
+
+- **Recall@K**：在前 K 个检索结果中找到的相关文档比例，衡量检索的召回能力
+- **F1@K**：Precision@K 和 Recall@K 的调和平均值，综合评估检索精确度和召回率
+
+默认计算 K=1、3、5、10 的指标值，让您了解不同检索深度下的性能表现。
+
+### 答案评估指标
+
+当基准包含标准答案时，系统会使用指定的 Judge LLM 评估生成答案的质量：
+
+- **答案准确性**：LLM 评判者基于事实一致性判断生成答案是否正确
+- **评判理由**：提供详细的判定依据，便于理解和分析
+
+评判过程会忽略措辞差异，专注于核心事实的准确性。
+
+### 综合评分
+
+系统会计算一个整体评分，将所有检索指标和答案准确性的分数进行平均，提供一个直观的性能概览。
+
+## 评估流程
+
+### 执行评估
+
+1. **选择基准**：从知识库的评估基准列表中选择合适的基准
+2. **配置模型**：
+   - 答案生成模型：用于基于检索到的文档生成答案
+   - 答案评判模型：用于评估生成答案的准确性（仅当基准包含标准答案时需要）
+3. **检索配置**：可以调整检索参数，如相似度阈值、返回文档数量等
+4. **启动评估**：系统会在后台异步执行评估任务
+
+### 实时进度追踪
+
+评估过程中，您可以：
+- 查看实时进度和当前已完成的问题数量
+- 监控中间结果，了解各项指标的实时变化
+- 取消正在运行的评估任务
+
+### 结果分析
+
+评估完成后，系统提供详细的结果报告：
+
+- **整体性能概览**：展示各项指标的平均得分和总体评分
+- **检索配置记录**：保存评估时使用的检索和生成配置，确保结果可重现
+- **详细结果表格**：每个问题的具体表现，包括：
+  - 原始查询和生成答案
+  - 检索到的文档列表
+  - 各项指标的得分
+  - 答案正确性评判和理由
+
+## 评估历史
+
+系统会自动保存所有评估记录，您可以：
+- 查看历史评估列表，包括执行时间、基准信息、总体评分等
+- 对比不同配置下的评估结果，分析优化效果
+- 删除不需要的评估记录
+- 基于历史结果调整系统配置
+
+## 最佳实践
+
+### 基准设计建议
+
+- **代表性问题**：确保基准覆盖知识库的主要内容和典型应用场景
+- **难度梯度**：包含不同难度级别的问题，全面评估系统能力
+- **数据质量**：黄金答案应准确、完整，黄金文档块应与问题高度相关
+
+### 评估频率
+
+- **定期评估**：在知识库更新或系统配置调整后进行评估
+- **版本对比**：记录每次评估的结果，追踪性能变化趋势
+- **A/B 测试**：对比不同配置下的性能，选择最优方案
+
+### 结果解读
+
+- **检索指标**：重点关注 Recall@1 和 Recall@5，它们反映了用户最可能查看的文档质量
+- **答案准确性**：结合评判理由分析错误原因，是检索不足还是生成质量问题
+- **综合评分**：作为参考，但更应关注具体指标的改进方向
\ No newline at end of file
diff --git a/web/src/components/modals/BenchmarkGenerateModal.vue b/web/src/components/modals/BenchmarkGenerateModal.vue
index 9f76b4e8..13f6ad8f 100644
--- a/web/src/components/modals/BenchmarkGenerateModal.vue
+++ b/web/src/components/modals/BenchmarkGenerateModal.vue
@@ -107,23 +107,7 @@
       </a-card>
     </a-form-item>
 
-    <a-form-item>
-      <a-alert
-        message="生成说明"
-        type="info"
-        show-icon
-      >
-        <template #description>
-          <ul>
-            <li>系统将从知识库中随机采样文档块</li>
-            <li>基于采样的文档块生成相关查询问题</li>
-            <li>可选择为每个问题生成对应的黄金答案</li>
-            <li>生成过程可能需要几分钟，请耐心等待</li>
-          </ul>
-        </template>
-      </a-alert>
-    </a-form-item>
-  </a-form>
+    </a-form>
 </a-modal>
 </template>
 
@@ -272,14 +256,4 @@ watch(visible, (val) => {
   }
 }
 
-:deep(.ant-alert) {
-  ul {
-    margin: 8px 0;
-    padding-left: 20px;
-
-    li {
-      margin-bottom: 4px;
-    }
-  }
-}
 </style>
diff --git a/web/src/components/modals/BenchmarkUploadModal.vue b/web/src/components/modals/BenchmarkUploadModal.vue
index d5354ed2..f153a34e 100644
--- a/web/src/components/modals/BenchmarkUploadModal.vue
+++ b/web/src/components/modals/BenchmarkUploadModal.vue
@@ -47,27 +47,7 @@
       </a-upload-dragger>
     </a-form-item>
 
-    <a-form-item label="文件格式说明">
-      <a-alert
-        message="JSONL文件格式要求"
-        type="info"
-        show-icon
-      >
-        <template #description>
-          <div class="format-info">
-            <p>每行一个JSON对象，包含以下字段：</p>
-            <ul>
-              <li><code>query</code> (必需): 查询问题</li>
-              <li><code>gold_chunk_ids</code> (可选): 黄金文档块ID列表</li>
-              <li><code>gold_answer</code> (可选): 黄金答案</li>
-            </ul>
-            <p>示例：</p>
-            <pre class="format-example">{"query": "什么是人工智能？", "gold_chunk_ids": ["chunk_001"], "gold_answer": "人工智能是..."}</pre>
-          </div>
-        </template>
-      </a-alert>
-    </a-form-item>
-  </a-form>
+    </a-form>
 </a-modal>
 </template>
 
@@ -231,39 +211,6 @@ watch(visible, (val) => {
 </script>
 
 <style lang="less" scoped>
-.format-info {
-  p {
-    margin-bottom: 8px;
-  }
-
-  ul {
-    margin: 8px 0;
-    padding-left: 20px;
-
-    li {
-      margin-bottom: 4px;
-    }
-  }
-
-  code {
-    background-color: var(--gray-100);
-    padding: 2px 4px;
-    border-radius: 3px;
-    font-family: 'Monaco', 'Consolas', monospace;
-    font-size: 13px;
-  }
-
-  .format-example {
-    background-color: var(--gray-100);
-    padding: 8px;
-    border-radius: 4px;
-    margin-top: 8px;
-    overflow-x: auto;
-    font-family: 'Monaco', 'Consolas', monospace;
-    font-size: 12px;
-    line-height: 1.4;
-  }
-}
 
 :deep(.ant-upload-dragger) {
   .ant-upload-text {
diff --git a/web/src/views/DataBaseInfoView.vue b/web/src/views/DataBaseInfoView.vue
index a5e5d342..aa957983 100644
--- a/web/src/views/DataBaseInfoView.vue
+++ b/web/src/views/DataBaseInfoView.vue
@@ -42,18 +42,34 @@
             ref="mindmapSectionRef"
           />
         </a-tab-pane>
-        <a-tab-pane key="evaluation" tab="RAG评估">
+        <a-tab-pane key="evaluation" tab="RAG评估" :disabled="!isEvaluationSupported">
+          <template #tab>
+            <span :style="{ color: !isEvaluationSupported ? 'var(--gray-400)' : '' }">
+              RAG评估
+              <a-tooltip v-if="!isEvaluationSupported" title="仅支持 Milvus 类型的知识库">
+                <InfoCircleOutlined style="margin-left: 4px;" />
+              </a-tooltip>
+            </span>
+          </template>
           <RAGEvaluationTab
-            v-if="databaseId"
+            v-if="databaseId && isEvaluationSupported"
             :database-id="databaseId"
             @switch-to-benchmarks="activeTab = 'benchmarks'"
           />
         </a-tab-pane>
-        <a-tab-pane key="benchmarks" tab="评估基准">
+        <a-tab-pane key="benchmarks" tab="评估基准" :disabled="!isEvaluationSupported">
+          <template #tab>
+            <span :style="{ color: !isEvaluationSupported ? 'var(--gray-400)' : '' }">
+              评估基准
+              <a-tooltip v-if="!isEvaluationSupported" title="仅支持 Milvus 类型的知识库">
+                <InfoCircleOutlined style="margin-left: 4px;" />
+              </a-tooltip>
+            </span>
+          </template>
           <div class="benchmark-management-container">
             <div class="benchmark-content">
               <EvaluationBenchmarks
-                v-if="databaseId"
+                v-if="databaseId && isEvaluationSupported"
                 :database-id="databaseId"
                 @benchmark-selected="(benchmark) => {
                   // 处理基准选择逻辑
@@ -77,6 +93,7 @@ import { onMounted, reactive, ref, watch, onUnmounted, computed } from 'vue';
 import { useRoute } from 'vue-router';
 import { useDatabaseStore } from '@/stores/database';
 import { useTaskerStore } from '@/stores/tasker';
+import { InfoCircleOutlined } from '@ant-design/icons-vue';
 import KnowledgeBaseCard from '@/components/KnowledgeBaseCard.vue';
 import FileTable from '@/components/FileTable.vue';
 import FileDetailModal from '@/components/FileDetailModal.vue';
@@ -100,6 +117,12 @@ const isGraphSupported = computed(() => {
   return kbType === 'lightrag';
 });
 
+// 计算属性：是否支持评估功能
+const isEvaluationSupported = computed(() => {
+  const kbType = database.value.kb_type?.toLowerCase();
+  return kbType === 'milvus';
+});
+
 // Tab 切换逻辑 - 智能默认
 const activeTab = ref('query');
 
@@ -123,9 +146,9 @@ const resetGraphStats = () => {
 
 // LightRAG 默认展示知识图谱
 watch(
-  () => [databaseId.value, isGraphSupported.value],
-  ([newDbId, supported], oldValue = []) => {
-    const [oldDbId, previouslySupported] = oldValue;
+  () => [databaseId.value, isGraphSupported.value, isEvaluationSupported.value],
+  ([newDbId, supported, evaluationSupported], oldValue = []) => {
+    const [oldDbId, previouslySupported, previouslyEvaluationSupported] = oldValue;
 
     if (!newDbId) {
       return;
@@ -145,6 +168,11 @@ watch(
     if (!supported && activeTab.value === 'graph') {
       activeTab.value = 'query';
     }
+
+    // 如果知识库类型不支持评估功能且当前在评估相关 tab，切换到查询 tab
+    if (!isEvaluationSupported.value && (activeTab.value === 'evaluation' || activeTab.value === 'benchmarks')) {
+      activeTab.value = 'query';
+    }
   },
   { immediate: true }
 );