已连接并同步的来源
我们连接 Google Drive、SharePoint、Notion、Confluence 或您的帮助中心。每段内容都会存储其标题、日期和链接，同步机制会捕捉到被修改或删除的文档。
Nexura Digital 服务
基于您的文档作答并注明出处的 AI 知识库（RAG）
您的团队用自然语言提问，助手会结合您文档中的实际内容作答，并附上准确的来源链接。若文档中没有答案，系统会设定为如实说明。
基于 RAG（检索增强生成）的 AI 知识库会在您公司的文档中查找相关段落，据此生成答案并注明来源。我们为那些在查找内部信息或反复回答相同问题上耗费大量时间的团队部署此方案。您可以先从 7 天试用开始：基于单一来源，使用团队的真实问题进行测试。
包含内容：来源、权限与引用
切实生效的权限控制
每段内容都带有团队或访问级别的元数据，搜索会根据提问者进行过滤。任何不应被搜索到的内容都不会进入索引；对于非常精细的权限，我们会与您商定如何体现。
带引用的答案
每个答案都会链接到其来源的文档与章节，便于任何人核实。助手被设定为在找不到信息时直接说明，而不是凭空编造。RAG 能减少编造的答案，但无法完全消除。
适合哪些情况，不适合哪些情况
适合以下情况
您的团队每天都要查阅操作流程、规格表、政策或支持记录，且这些文档确实存在并保持相对最新。
不适合以下情况
- 您的文档只有寥寥几份：一个好的常见问题页面即可满足需求
- 您的文档相互矛盾，且无人决定以哪一份为准
- 您需要来自实时数据库的精确数字：集成或 MCP 服务器更为合适
- 一旦出错会造成严重后果，且没有人工复核环节
我们如何衡量答案质量
未经评估的助手只是一个演示，因此我们在团队投入使用前会用真实问题对其进行测试。
检查哪些方面
- 搜索是否检索到了正确的文档
- 答案是否忠于检索到的内容
- 引用是否指向正确的位置
- 信息不存在时，助手是否承认自己不知道
如何检查
您的团队编写问题并给出预期答案及其来源。我们人工审阅，并借助第二个模型作为评判者；每次更换模型、分块方式或指令后，都会重新运行这套测试。上线后，用户投票和未能回答的问题会揭示文档中的缺口。
我们如何推进部署
准备工作
- 选择来源、负责人以及排除的内容
- 删除重复或过时的版本
- 定义访问群组以及使用的沟通渠道
搭建
- 使用 n8n 或代码完成数据摄取与同步
- 采用混合搜索的向量索引，基于 Qdrant，或基于带 pgvector 的 Postgres
- 在 Slack、Microsoft Teams 或内部聊天工具中部署助手
- 评估、调优及逐步推广
后续保障
交付成果
- 在您服务器上运行的数据摄取与同步工作流
- 以您名义开设账户的向量索引
- 在您选定渠道中设置好的助手
- 来源与权限的映射图
- 附带结果的评估集
第一步：基于单一来源的 7 天试用
范围明确、可衡量的助手
我们与您共同选定一个来源（例如某个部门的操作流程文件夹）和一个渠道。我们搭建带引用功能的助手，运行团队的问题，并在增加更多来源前与您共同审阅结果。范围、日期和条款会在开始前以书面形式商定。
常见问题
常见问题解答
我的文档会被用于训练模型吗？
使用 RAG 时，模型不会用您的文档重新训练，它只会接收每次回答所需的段落。我们选择的服务商，其 API 条款会排除这类数据用于训练；如果数据不能离开您的基础设施，我们会考虑在您自有服务器上运行开源模型。法律评估由您的顾问负责。
它能遵守我们在云盘或 SharePoint 中已有的权限吗？
可以，但有一定前提。只要 Slack 或 Teams 等渠道能识别提问者身份，我们就能根据其所属的群组或集合进行过滤。若要完全照搬非常精细的文件夹权限则较为复杂，因此我们会在建立索引前先商定一套清晰的访问模型。
它能处理扫描版 PDF、表格或 Excel 文件吗？
扫描版 PDF 需要 OCR 识别，复杂表格如果拆分不当会丢失结构，因此我们会单独处理。充满数字的电子表格更适合通过直接集成来查询，因为助手不应基于碎片信息进行计算。在评估阶段，我们会标出会引发问题的文档。
之后由谁维护知识库？
内容由您的团队负责：流程变更后，助手会在下一次同步时反映出来。我们会将数据摄取设为自动化，在同步失败时发出提醒，并提供添加来源的指南。如果您希望我们继续复核评估结果并进行调优，可另行约定。