01 · Vektor
Szemantikus
A beágyazások megtalálják az azonos jelentésű szövegrészeket akkor is, ha egyetlen közös szavuk sincs.
360° GraphRAG · Knowledge Studio
A MENTOR kinyeri, feldarabolja, beágyazza és összekapcsolja mindazt, amit a csapatod leír, és élő tudásgráfot épít belőle – majd a teljes 360°-ból válaszol, minden állítást forrással alátámasztva.
01Mi az a 360° GraphRAG
A klasszikus RAG néhány hasonló bekezdést keres vissza. A 360° GraphRAG egyszerre négyféleképpen néz rá a könyvtáradra – jelentés, szóhasználat, az érintett entitások és a köréjük szerveződő témák szerint –, majd mindezt egyetlen megalapozott, hivatkozásokkal ellátott válaszba olvasztja.
01 · Vektor
A beágyazások megtalálják az azonos jelentésű szövegrészeket akkor is, ha egyetlen közös szavuk sincs.
02 · Kulcsszó
A pontos kifejezések, kódok és nevek is találatot adnak, és ezek összeolvadnak a szemantikus találatokkal.
03 · Lokális gráf
A kérdésben szereplő entitások magukkal hozzák kapcsolataikat, forráschunkjaikat és közösségeiket.
04 · Globális
Az összetartozó entitások klaszterei összefoglalót kapnak, így az átfogó kérdésekre a teljes könyvtárra kiterjedő válasz születik.
SzemantikusLexikálisLokálisGlobálisegyetlen válasz, hivatkozásokkal
Összeolvasztva és újrarangsorolva, majd megfogalmazva – számozott hivatkozásokkal a pontos szövegrészekre.
02Hogyan működik
Minden dokumentum ugyanazon a hibatűrő pipeline-on megy végig a saját szervereden – és minden szakaszát élőben követheted.
01. lépés
Dobj be PDF-, Word-, PowerPoint-, Excel-, HTML-, Markdown- vagy CSV-fájlt – vagy illessz be egy URL-t. Az eredeti fájlok a saját objektumtárolódban maradnak.
02. lépés
Minden dokumentum egy munkasorba kerül az adatbázisodban. A workerek felveszik, nyomon követik minden szakaszát, hiba esetén újrapróbálkoznak, és újraindítás után onnan folytatják, ahol abbahagyták.
03. lépés
A rendszer kinyeri a szöveget és a szerkezetet, majd tokenszám szerint méretezett chunkokra bontja, amelyek megőrzik az oldalszámukat.
04. lépés
Minden chunkból vektor lesz a PostgreSQL + pgvector tárolóban, készen a szemantikus és a hibrid keresésre.
05. lépés
Egy modell minden chunkban entitásokat és kapcsolatokat keres, a duplikátumok pedig egyetlen, az egész könyvtárra kiterjedő gráfba olvadnak össze.
06. lépés
Az összetartozó entitások két szinten klaszterekbe rendeződnek, és minden közösség írott összefoglalót és fő megállapításokat kap.
07. lépés
A kérdések minden visszakeresési módon végigfutnak, és egyetlen válaszként érkeznek vissza, számozott hivatkozásokkal a forrásra.
03Források
Igazgatósági anyagok, kézikönyvek, táblázatok és weboldalak – mind ugyanabba a magba futnak be: kinyerve, összekapcsolva, kérdésre készen.
A chunkok megőrzik az oldalszámukat, így minden hivatkozás a megfelelő oldalon nyílik meg.
Illessz be egy URL-t, a MENTOR pedig szerveroldalon letölti, majd ugyanúgy sorba állítja, mint bármely feltöltést.
Módosítsd a sémát vagy a modelleket, majd egyetlen kattintással dolgozz fel újra egy dokumentumot, vagy építsd újra a közösségeket.
04360°-os visszakeresés
Válassz egy lencsét, és nézd meg, hogyan lát rá a MENTOR a könyvtáradra – vagy hagyd, hogy a 360° mindet lefuttassa, és összeolvassza, amit találnak.
Kérdés
Mennyire van kitéve a Nimbus GA az ellátási kockázatnak?
Lencse: 360°
Hibrid + gráf + lokális + globális, összeolvasztva.
Erre a legjobb: Bármi – ez az alapértelmezett.
Vidd az egeret egy lencse fölé, vagy koppints rá · néhány másodpercenként egyetlen válasszá állnak össze
05Élő demó
Egy mintakönyvtár – egy kitalált cég stratégiai anyagai – úgy, ahogy a MENTOR kinyeri. Vidd fölé az egeret a kapcsolatok követéséhez, kattints egy entitásra a részletekért, és válts a típusok és a közösségek között. A mintadokumentumok angol nyelvűek.
06Funkciók
Könyvtárak és szervezetek
Minden könyvtárnak saját dokumentumai, sémája, gráfja és beállításai vannak, és egy Clerk-szervezethez tartozik. Az adminok alakítják, a tagok felfedezik és kérdeznek.

Gráfböngésző
Bontsd ki a szomszédokat, keress útvonalat két entitás között, és szűrj típus vagy közösség szerint egy gyors WebGL-vásznon.

Gráfegészség
A majdnem azonos entitások, az árva csomópontok és a gyenge kapcsolatok maguktól előkerülnek. Minden javaslatot egy kattintással egyesíthetsz vagy elvethetsz.
Séma és ontológia
Indulj egy kész sablonból, vagy hagyd, hogy a MENTOR a saját dokumentumaid alapján javasoljon entitás- és kapcsolattípusokat – aztán finomítsd őket.

Visszakeresési részletek
Minden futtatás megőrzi a szövegrészeket, a pontszámokat, a módokat, a tokeneket és a késleltetést – kérésre minőségértékeléssel is.

Admin és sorok
Kövesd élőben a sorokat és a feladatokat, próbáld újra a hibásakat, játszd újra a mérgezett (poison) üzeneteket, hangold a modelleket és a korlátokat – teljes auditnyomvonallal.

07Felhasználási esetek
Stratégia és igazgatósági anyagok
Évek igazgatósági anyagaiból, stratégiai prezentációiból és kockázati nyilvántartásaiból egyetlen gráf lesz a döntésekről, a felelősökről és a határidőkről.
Források
Kérdezz · 360°
Mit döntött az igazgatóság a Nimbusról Q3-ban?
A Q3-as igazgatósági áttekintés jóváhagyta a Nimbus befektetési tervét 1, és Q4-es prioritássá tette a beszállítói diverzifikációt 2.
08Biztonság és platform
A MENTOR egyetlen Docker Compose stackként fut egy általad felügyelt gépen: webalkalmazás, API, workerek, adatbázis, objektumtároló és HTTPS-proxy. A dokumentumaid soha nem kerülnek máshová.
Az eredeti fájlok az objektumtárolóban vannak; a chunkok, vektorok, entitások és közösségi jelentések a PostgreSQL-ben – mindkettő konténerben, az általad üzemeltetett gépen.
A bejelentkezést és a szervezeteket a Clerk kezeli. Minden könyvtárat, lekérdezést és feladatot a hívó szervezete és szerepköre alapján ellenőrzünk.
Az adatbázisban lévő munkasor minden szakaszt nyomon követ, újrapróbálja a hibákat, túléli az újraindítást, és az adminok bármit újrajátszhatnak, ami elakadt.
Az adminok módosításai auditnaplóba kerülnek, és minden válasz megőrzi a mögötte álló visszakeresési részleteket.
09GYIK
Röviden arról, hogyan működik a MENTOR, hová kerülnek az adataid, és miért jár minden válaszhoz forrás.
Visszakereséssel kiegészített generálás (RAG), amely minden oldalról megvizsgálja a könyvtáradat. A szemantikus (vektor) és a kulcsszavas keresés mellett a MENTOR tudásgráfot épít a dokumentumaidban szereplő entitásokból és kapcsolatokból, ezeket írott összefoglalóval ellátott közösségekbe klaszterezi, majd mindezt – vektor, hibrid, gráf, lokális és globális – egyetlen megalapozott válaszba olvasztja.
A Mentor elosztott intuíció
Hozz létre egy könyvtárat, dobj be egy mappát, és tedd fel az első kérdésedet – hivatkozásokkal – perceken belül.