01 · Vetorial
Semântica
Embeddings encontram passagens com o mesmo significado, mesmo quando não têm nenhuma palavra em comum.
360° GraphRAG · Knowledge Studio
O MENTOR extrai, divide em chunks, gera embeddings e conecta tudo o que sua equipe escreve em um grafo de conhecimento vivo — e depois responde a partir dos 360° desse grafo, com citação para cada afirmação.
01O que é GraphRAG 360°
O RAG clássico recupera alguns parágrafos parecidos. O GraphRAG 360° olha para a sua biblioteca de quatro formas ao mesmo tempo — o significado, as palavras, as entidades envolvidas e os temas ao redor delas — e combina tudo em uma única resposta fundamentada e com citações.
01 · Vetorial
Embeddings encontram passagens com o mesmo significado, mesmo quando não têm nenhuma palavra em comum.
02 · Palavra-chave
Termos exatos, códigos e nomes também são localizados e depois combinados com os resultados semânticos.
03 · Grafo local
As entidades da pergunta trazem junto suas relações, seus chunks de origem e suas comunidades.
04 · Global
Grupos de entidades relacionadas são resumidos, para que perguntas amplas recebam respostas que cobrem a biblioteca inteira.
SemânticaLexicalLocalGlobaluma resposta com citações
Tudo é combinado e reordenado, depois redigido com citações numeradas que apontam para as passagens exatas.
02Como funciona
Todo documento passa pelo mesmo pipeline durável no seu próprio servidor — e você pode acompanhar cada etapa acontecendo.
Etapa 01
Solte arquivos PDF, Word, PowerPoint, Excel, HTML, Markdown ou CSV — ou cole uma URL. Os originais ficam guardados no seu próprio armazenamento de objetos.
Etapa 02
Todo documento entra em uma fila de trabalho no seu banco de dados. Os workers o retiram da fila, acompanham cada etapa, tentam de novo em caso de falha e retomam depois de uma reinicialização.
Etapa 03
O texto e a estrutura são extraídos e depois divididos em chunks dimensionados em tokens, que guardam seus números de página.
Etapa 04
Cada chunk vira um vetor no PostgreSQL + pgvector, pronto para a busca semântica e híbrida.
Etapa 05
Um modelo lê cada chunk em busca de entidades e relações, e as duplicatas são mescladas em um único grafo para toda a biblioteca.
Etapa 06
Entidades relacionadas são agrupadas em dois níveis, e cada comunidade ganha um resumo escrito e as principais conclusões.
Etapa 07
As perguntas passam por todos os modos de recuperação e voltam como uma única resposta, com citações numeradas que levam à fonte.
03Fontes
Materiais do conselho, manuais, planilhas e páginas da web convergem para o mesmo núcleo — extraídos, conectados e prontos para as suas perguntas.
Os chunks guardam seus números de página, então cada citação abre na página certa.
Cole uma URL e o MENTOR a busca no servidor e a coloca na fila como qualquer upload.
Mude o esquema ou os modelos e depois reprocesse um documento ou reconstrua as comunidades com um clique.
04Recuperação 360°
Escolha uma lente para ver como o MENTOR enxerga a sua biblioteca — ou deixe o 360° usar todas e combinar o que elas encontram.
Pergunta
Qual é a exposição do Nimbus GA ao risco de fornecimento?
Lente 360°
Híbrido + grafo + local + global, combinados.
Ideal para: Qualquer coisa — é o padrão.
Passe o mouse ou toque em uma lente · a cada poucos segundos elas convergem em uma única resposta
05Demo ao vivo
Uma biblioteca de exemplo — os documentos de estratégia de uma empresa fictícia — tal como o MENTOR a extrai. Passe o mouse para seguir as conexões, clique em uma entidade para inspecioná-la, alterne entre tipos e comunidades. Os documentos de exemplo estão em inglês.
06Recursos
Bibliotecas e organizações
Cada biblioteca tem seus próprios documentos, esquema, grafo e configurações, no escopo de uma organização do Clerk. Os administradores dão forma a ela; os membros exploram e perguntam.

Explorador de grafos
Expanda vizinhos, encontre caminhos entre duas entidades e filtre por tipo ou comunidade em um canvas WebGL veloz.

Saúde do grafo
Entidades quase duplicadas, órfãs e ligações fracas aparecem sozinhas. Mescle ou descarte cada sugestão com um clique.
Esquema e ontologia
Comece com uma predefinição ou deixe o MENTOR sugerir tipos de entidades e de relações a partir dos seus próprios documentos, e depois refine-os.

Detalhes da recuperação
Cada execução guarda suas passagens, pontuações, modos, tokens e latência — com uma avaliação de qualidade opcional, sob demanda.

Administração e filas
Acompanhe filas e jobs ao vivo, repita o que falhou, reprocesse mensagens envenenadas, ajuste modelos e limites — com uma trilha de auditoria completa.

07Casos de uso
Estratégia e documentos do conselho
Anos de materiais do conselho, apresentações de estratégia e registros de riscos viram um único grafo de decisões, responsáveis e datas.
Fontes
Perguntar · 360°
O que o conselho decidiu sobre o Nimbus no Q3?
A Revisão do Conselho do Q3 aprovou a proposta de investimento no Nimbus 1 e tornou a diversificação de fornecedores uma prioridade do Q4 2.
08Segurança e plataforma
O MENTOR roda como uma única stack Docker Compose em uma máquina que você controla: aplicação web, API, workers, banco de dados, armazenamento de objetos e um proxy HTTPS. Seus documentos nunca são armazenados em nenhum outro lugar.
Os arquivos originais ficam no armazenamento de objetos; chunks, vetores, entidades e relatórios de comunidades ficam no PostgreSQL — ambos em contêineres em uma máquina que você opera.
O Clerk cuida do login e das organizações. Cada biblioteca, consulta e job é verificado em relação à organização e ao papel de quem faz a chamada.
Uma fila de trabalho no banco de dados acompanha cada etapa, repete o que falha, sobrevive a reinicializações e permite que os administradores reprocessem tudo o que tiver travado.
As alterações administrativas vão para um log de auditoria, e cada resposta guarda os detalhes da recuperação que a sustenta.
09Perguntas frequentes
A versão resumida de como o MENTOR funciona, para onde vão os seus dados e por que toda resposta vem com as fontes.
É geração aumentada por recuperação (RAG) que olha para a sua biblioteca por todos os lados. Além da busca semântica (vetorial) e por palavra-chave, o MENTOR constrói um grafo de conhecimento com as entidades e relações dos seus documentos, agrupa-as em comunidades com resumos escritos e combina tudo — vetorial, híbrido, grafo, local e global — em uma única resposta fundamentada.
Mentor é intuição distribuída
Crie uma biblioteca, solte uma pasta e faça a sua primeira pergunta — com citações — em minutos.