指南¶
您的数据散落在文件与业务系统里，而您想要的是一个懂它们的 AI。从前者到后者，中间是一条清晰的链路——指南按这条链路组织。
把数据放进来。上传文件，或连接业务数据库——这是数据接入。
进来的数据必须有账可查。存在哪、是什么、被谁使用——数据一多，没有登记就没有秩序。数据目录承担登记，也承担日后的追溯：任何一个答案，都能沿记录查到出自哪份文件。
登记好的文件，AI 仍然读不了。PDF、Word、音视频是给人看的格式；解析、分块、向量化，把它们变成可检索的数据——这是数据加工，由工作流执行。
加工好的数据，还差一步才能交给 AI。圈定范围、写清用法，AI 才知道该用哪些、怎么用——这是知识库。建库、提问、验证、排查，都在这一页。
到这里，AI 已经能回答问题。要让它更进一步——主动执行任务、把结果写回业务系统——交给智能体。而智能体产出的报告与表本身是新的数据，可以再次进入这条链路：使用越多，AI 可用的数据越多。
问答、加工与智能体都运行在模型之上；模型服务统一接入与调度语言、嵌入、重排等模型，接入一次，平台各处使用。
从哪里读起¶
带着数据来——手上已有一批文档或一个业务库，想让 AI 用上：从数据接入顺着读，经数据目录与数据加工，到知识库为止，您的数据自此可被提问。
带着目标来——想要一个能回答专业问题、能执行任务的 AI：从智能体倒着读。智能体依赖知识库提供数据；知识库的质量，取决于数据加工与数据目录里登记的功夫。倒着走完，您会清楚需要准备什么。
两种读法经过的是同一批页面，顺序不同，只因出发点不同。每一页都写明自己的上一步与下一步，从任何一页进入都能接上。
阶段 |
您的数据 |
AI 的参与 |
|---|---|---|
文件与数据库表进入平台 |
接入由您发起 |
|
登记归位，可检索、可追溯 |
AI 检索前，经由目录定位数据 |
|
解析、分块、向量化 |
内置 AI 将自然语言需求编排为加工流程 |
|
圈定范围，附使用说明；被检索、被引用 |
AI 在范围内检索作答，答案可溯源 |
|
产出成为新数据 |
读取数据、执行任务、写回结果 |