快速开始¶
MOI 将分散在不同系统、不同格式的企业数据,整合为 AI 可检索的知识,并在其上构建问答与自动化应用。本文用一个贯穿全程的示例,介绍数据从接入到应用的四个阶段:接入、加工、知识库、智能体。
示例数据:某公司有两批数据——数个季度的销售明细表,和一批市场分析报告(PDF)。数字在表中,分析在文档中,分属不同系统,无法互相印证。目标是将二者纳入同一个知识库,支持跨结构化与非结构化数据的查询,并据此生成一份季度分析报表。
1 · 接入¶
上传文档,或连接已有数据库导入业务表;后者支持持续同步。
数据接入后,平台在 Catalog 中登记其归属、来源与关联关系。Catalog 是平台的元数据目录,记录数据的存在与关系,不存储数据本身。此时文档与表仍为原始形态,尚不可被 AI 检索。
→ 接入数据
2 · 加工¶
原始数据需要先加工,才能供 AI 使用:文档要解析、切分、向量化,业务表要提取出可供语义查询的结构。加工由工作流完成——一条将原始数据转化为 AI 可用形态的处理流水线。
选用一个内置模板,或用自然语言描述加工目标,由平台生成工作流并执行。文档转为带向量的文本块,表转为语义结构,产物写回数据库;Catalog 同步登记这批产物的加工来源——由哪条工作流、经哪些步骤生成,使处理链路可追溯。
→ 数据加工
3 · 知识库¶
知识库是向 AI 开放检索的数据集。加工后的表与文档纳入同一个知识库,作为一个整体接受查询:一次提问同时覆盖结构化与非结构化数据。这一点是 MOI 区别于单一格式方案的关键。
查询以自然语言进行,无需编写 SQL,也无需人工翻阅文档。以“华东区二季度为何下滑”为例,知识库同时检索销售表中的数值与报告中的论述,返回带来源引用、可逐条核对的回答。
→ 知识库
4 · 智能体¶
问答提供答案,智能体交付结果。当所需的是一份可直接使用的报表、一条可分发的结论,而不止是一段文字时,由智能体完成。
智能体在知识库之上运行,通过 MCP 连接外部工具:把跨表与文档得出的结论生成为季度分析报表,导出为本地 HTML,或推送至飞书、企业微信等协作平台。数据至此完成从原始文件到业务产出的完整路径。
→ 智能体
数据链路的循环¶
智能体的产出是一份新数据,可再次接入、加工并纳入知识库,成为后续查询的依据。数据在 MOI 中不是单向流经一次,而是沿这条链路持续复用、增值。