檔案海找不到答案
數以百萬計的文件分散在各部門檔案共享中，只靠檔名與記憶搜尋，命中率低、重工率高。
企業面對的現實
知識就在公司裡，卻沒有人找得到
多年累積的合約、報告、掃描檔散落在檔案伺服器中，檔名不一致、沒有 Metadata、 掃描件無法搜尋。員工花大量時間尋找文件，或者乾脆重做一份。
掃描件是搜尋黑洞
大量歷史文件只有掃描影像，沒有文字層，傳統搜尋引擎對它們完全失效。
公有雲 AI 不可接受
把合約、財務、人事文件送到外部 AI API，對大多數企業而言是資安與合規紅線。
核心功能
從原始文件到可問答的知識庫
攝取、理解、索引、搜尋、問答——完整流程全部在您的基礎設施內完成。
三模式搜尋
Keyword（BM25）、Semantic（bge-m3 向量，1024 維）、Hybrid（RRF 融合）三種模式自由切換， 關鍵字搜尋目標 200ms 內、向量搜尋 500ms 內回應。
RAG 問答，答案附出處
以自然語言提問，本地 LLM 生成附引用來源的答案，每個引用可點回原文檔位置，拒絕無憑無據的回應。
分層 OCR
先嘗試文字層提取，再以 RapidOCR GPU 批量處理，最後由 VLM（Qwen2.5-VL）高精度兜底。 掃描 PDF、照片文件都能轉為可搜尋內容。
自動 Metadata
規則引擎（路徑／檔名正則）優先，LLM 以 JSON Schema 約束補漏防止幻覺，再經驗證歸一化。 人工修正過的欄位永久鎖定，並以金標資料集持續評估 precision / recall。
不儲存原檔，索引極小
只保留提取文字、Metadata 與搜索索引，每條記錄帶來源 URI 回指。 索引僅佔來源數據 1–5%，支援 1000+ 數據源。
三層去重
SHA-256 相同檔直接跳過（節省約 26% 處理量）、向量不重複儲存（索引縮小約 70%）、 相同內容共享 chunk 並聯合 ACL，去重不越權。
運作方式
一條管線，從檔案伺服器到可用知識
下圖是完整的系統流程：原檔留在原地，只有提取出的文字與索引進入系統。
-
01
攝取
SMB / Windows 檔案共享 Connector 增量同步，自動追蹤新增與變更，不需搬移原始文件。
-
02
提取與 OCR
依格式解析文字；無文字層的掃描件進入分層 OCR 管線，圖片與掃描 PDF 全部轉為文字。
-
03
索引
生成自動 Metadata、建立 BM25 關鍵字索引與 bge-m3 向量索引，三層去重壓縮儲存成本。
-
04
安全搜尋
每次查詢即時經過雙層安全裁剪——數據源授權 + 檔案級 NTFS/SID 權限，員工只看得到自己有權限的內容。
-
05
RAG 問答
本地 LLM 基於已裁剪的檢索結果生成附引用答案，來源可回溯，幻覺有跡可查。
安全架構
資料不離開您的防火牆
所有 AI 模型——Embedding、OCR、VLM、LLM——全部在客戶自有 GPU 上本地運行。 沒有任何資料送往外部 API，也沒有任何外部連線是運作的必要條件。
雙層強制安全裁剪
數據源級授權疊加檔案級 NTFS/SID 權限，deny 優先。語義搜尋與 RAG 路徑都在 chunk 級別裁剪，安全不是事後過濾。
防存在性探測
無權限的文件一律返回 404——系統不會洩漏「這份文件存在」這件事本身。
Prompt Injection 防禦
文件內容以 nonce fence 隔離，防止惡意文件挾持 LLM；RAG 用的 LLM 不具備任何工具調用能力。
Append-only 檢索審計
每一次檢索都寫入不可竄改的稽核日誌，誰在何時查了什麼，全程可追溯。
可選 DLP 脫敏
敏感欄位可在索引與回答階段自動遮罩，配合企業既有的資料外洩防護政策。
企業身分整合
AD / LDAP 登入，可選 OIDC（Keycloak、AD FS、Entra）。權限沿用現有 AD 群組，不另建一套帳號體系。
規格一覽
為企業規模而設計
- 10TB+
- 設計處理的來源數據規模
- 1000+
- 支援數據源數量
- 1–5%
- 索引佔來源數據比例
- <200ms
- BM25 關鍵字搜尋目標延遲
- <500ms
- 向量 kNN 搜尋目標延遲
- 40+
- 支援文件格式
- ~26%
- SHA-256 去重節省的處理量
- ~70%
- 向量去重縮小的索引體積
支援格式：Office（doc / docx / xls / xlsx / ppt / pptx 等）、ODT / ODS / ODP、RTF、 txt / csv / md、PDF（含掃描件）、圖片（png / jpg / tiff / bmp / gif / webp / heic 等）； 其他格式（CAD、壓縮檔等）以 metadata-only 方式索引。
產品介面
員工每天實際使用的畫面
User Portal：搜尋、分面篩選與 Ask AI 整合在同一個介面，無需培訓即可上手。
2023 年度顧問合約
Hybrid
2023 年度顧問服務合約（甲案）
……本合約有效期自 2023 年 1 月 1 日至 2023 年 12 月 31 日，顧問費用分四期支付……
顧問合約範本 v3（2023 修訂）
……保密條款於合約終止後三年內仍然有效……
2023 顧問費用彙總表
……甲案 Q1–Q4 各期金額與請款狀態……
Ask AI
2023 年顧問合約的付款條件是什麼？
根據《2023 年度顧問服務合約（甲案）》，顧問費用分四期支付，甲方應於每季結束後 30 日內付款。
[1] 合約第 5.2 條
[2] 費用彙總表
輸入問題……
生態系統
融入企業既有的工作方式
四個入口圍繞同一個核心——無論從哪裡存取，安全規則一致生效。
Microsoft Word 插件
在 Word 內直接使用 Ask AI、知識庫搜尋、改寫／總結／事實核查， 生成會議紀要與建議書草稿，並自動填入 .dotx 範本。
MCP Server
提供 6 個標準 MCP 工具，企業內任何 AI Agent 都能接入知識庫—— 所有查詢與真人一樣經過完整安全裁剪。
Admin Portal
數據源管理、同步日誌、自動標籤審查、用戶權限、Agent 憑證與審計報表，集中一處管理。
User Portal
資料夾瀏覽、三模式搜尋、分面篩選與 Ask AI，員工無需培訓即可上手。
部署方式：Docker Compose 或 Kubernetes，無狀態 Worker 可水平擴展。 AI 全部運行於自有 GPU——POC 階段僅需一張 RTX 5090 32GB。