ข้ามไปยังเนื้อหา

360° GraphRAG · Knowledge Studio

เปลี่ยนเอกสารให้เป็นความรู้ที่เชื่อมโยงถึงกัน

MENTOR สกัด แบ่งเป็น chunk ทำ embedding และเชื่อมโยงทุกสิ่งที่ทีมของคุณเขียน ให้กลายเป็นกราฟความรู้ที่มีชีวิต แล้วตอบจากข้อมูลรอบด้านทั้ง 360° พร้อมการอ้างอิงกำกับทุกประเด็น

  • โฮสต์เองบนเซิร์ฟเวอร์ของคุณ
  • ทุกคำตอบมีการอ้างอิง
  • ไลบรารีแยกตามองค์กร
อ่านไฟล์รูปแบบที่คุณมีอยู่แล้ว · ทำงานบนสแตกที่คุณไว้ใจ
  • PDF
  • Word
  • PowerPoint
  • Excel
  • HTML
  • Markdown
  • CSV
  • URL เว็บ
  • โฮสต์เอง
  • Docker Compose
  • PostgreSQL + pgvector
  • ที่เก็บข้อมูลที่เข้ากันได้กับ S3
  • คิวงานในตัว
  • OpenAI
  • Anthropic
  • Ollama

01360° GraphRAG คืออะไร

การค้นหาอ่านข้อความ MENTOR อ่านความเชื่อมโยง

RAG แบบดั้งเดิมดึงมาเพียงไม่กี่ย่อหน้าที่คล้ายกัน ส่วน 360° GraphRAG มองไลบรารีของคุณพร้อมกันสี่มุม ทั้งความหมาย ถ้อยคำ เอนทิตีที่เกี่ยวข้อง และธีมที่อยู่รายรอบ แล้วหลอมรวมเป็นคำตอบเดียวที่มีหลักฐานรองรับและมีการอ้างอิง

  • 01 · เวกเตอร์

    เชิงความหมาย

    Embedding ค้นหาข้อความที่มีความหมายเดียวกัน แม้จะไม่มีคำใดตรงกันเลย

  • 02 · คีย์เวิร์ด

    เชิงคำศัพท์

    คำเฉพาะ รหัส และชื่อที่ตรงตัวจะถูกจับคู่ด้วย แล้วหลอมรวมกับผลลัพธ์เชิงความหมาย

  • 03 · กราฟโลคัล

    เพื่อนบ้านของเอนทิตี

    เอนทิตีในคำถามจะดึงความสัมพันธ์ chunk ต้นทาง และคอมมูนิตีของมันเข้ามาด้วย

  • 04 · โกลบอล

    บทสรุปคอมมูนิตี

    กลุ่มของเอนทิตีที่เกี่ยวข้องกันจะถูกสรุปไว้ คำถามกว้างๆ จึงได้คำตอบจากทั้งไลบรารี

เชิงความหมายเชิงคำศัพท์โลคัลโกลบอลคำตอบเดียวพร้อมการอ้างอิง

หลอมรวมและจัดอันดับใหม่ จากนั้นเรียบเรียงเป็นคำตอบ พร้อมการอ้างอิงแบบมีหมายเลขไปยังข้อความต้นทางที่ตรงจุด

โหมดการค้นคืน
6
เวกเตอร์ ไฮบริด กราฟ โลคัล และโกลบอล หรือหลอมรวมทั้งหมดเป็น 360°
บริบทรอบด้าน
360°
ความหมาย ถ้อยคำ เอนทิตี และธีม อยู่เบื้องหลังทุกคำตอบ
คำตอบมีการอ้างอิง
100%
ทุกประเด็นลิงก์ไปยังข้อความและหน้าต้นทางที่ตรงจุด
ก็ได้กราฟแรก
<5min
วางโฟลเดอร์เอกสารลงไป แล้วดูกราฟก่อตัวขึ้นเอง

02วิธีการทำงาน

จากอัปโหลดสู่คำตอบในเจ็ดขั้นตอน

เอกสารทุกฉบับวิ่งผ่านไปป์ไลน์ที่ทนทานชุดเดียวกันบนเซิร์ฟเวอร์ของคุณเอง และคุณดูแต่ละขั้นตอนทำงานได้แบบสดๆ

  1. ขั้นตอนที่ 01

    อัปโหลด

    ลากไฟล์ PDF, Word, PowerPoint, Excel, HTML, Markdown หรือ CSV มาวาง หรือจะวาง URL ก็ได้ ไฟล์ต้นฉบับจะถูกเก็บไว้ในที่เก็บข้อมูลออบเจ็กต์ของคุณเอง

  2. ขั้นตอนที่ 02

    คิว

    เอกสารทุกฉบับจะเข้าคิวงานในฐานข้อมูลของคุณ เวิร์กเกอร์จะรับไปทำ ติดตามแต่ละขั้นตอน ลองใหม่เมื่อล้มเหลว และทำต่อได้หลังรีสตาร์ต

  3. ขั้นตอนที่ 03

    สกัดและแบ่ง chunk

    ข้อความและโครงสร้างจะถูกดึงออกมา แล้วแบ่งเป็น chunk ตามขนาดโทเคน โดยแต่ละ chunk ยังจำเลขหน้าของตัวเองได้

  4. ขั้นตอนที่ 04

    ทำ embedding

    แต่ละ chunk จะกลายเป็นเวกเตอร์ใน PostgreSQL + pgvector พร้อมสำหรับการค้นหาเชิงความหมายและแบบไฮบริด

  5. ขั้นตอนที่ 05

    กราฟ

    โมเดลจะอ่านทุก chunk เพื่อหาเอนทิตีและความสัมพันธ์ แล้วรวมรายการซ้ำให้เป็นกราฟเดียวของทั้งไลบรารี

  6. ขั้นตอนที่ 06

    คอมมูนิตี

    เอนทิตีที่เกี่ยวข้องกันจะถูกจัดกลุ่มเป็นสองระดับ และแต่ละคอมมูนิตีจะได้บทสรุปพร้อมข้อค้นพบสำคัญ

  7. ขั้นตอนที่ 07

    ถาม

    คำถามจะวิ่งผ่านทุกโหมดการค้นคืน แล้วกลับมาเป็นคำตอบเดียว พร้อมการอ้างอิงแบบมีหมายเลขไปยังแหล่งที่มา

03แหล่งข้อมูล

ทุกรูปแบบ กราฟเดียว

เอกสารประชุมบอร์ด คู่มือ สเปรดชีต และหน้าเว็บ ล้วนไหลเข้าสู่แกนกลางเดียวกัน ผ่านการสกัด เชื่อมโยง และพร้อมให้ตั้งคำถาม

Mentor Graph
  • PDF
  • DOCX
  • PPTX
  • XLSX
  • HTML
  • MD
  • CSV
  • URL
  • สกัดโดยรู้เลขหน้า

    chunk เก็บเลขหน้าของตัวเองไว้ ทุกการอ้างอิงจึงเปิดไปยังหน้าที่ถูกต้อง

  • ลิงก์ก็ดึงมาให้

    วาง URL แล้ว MENTOR จะดึงเนื้อหาจากฝั่งเซิร์ฟเวอร์ จากนั้นเข้าคิวเหมือนการอัปโหลดทั่วไป

  • ประมวลผลใหม่ได้ทุกเมื่อ

    เปลี่ยนสคีมาหรือโมเดล แล้วประมวลผลเอกสารใหม่หรือสร้างคอมมูนิตีใหม่ได้ในคลิกเดียว

04การค้นคืน 360°

หกเลนส์ หนึ่งคำตอบ

เลือกเลนส์เพื่อดูว่า MENTOR มองไลบรารีของคุณอย่างไร หรือให้ 360° รันทุกเลนส์แล้วหลอมรวมสิ่งที่พบ

คำถาม

Nimbus GA มีความเสี่ยงด้านซัพพลายมากแค่ไหน?

เลนส์ 360°

ไฮบริด + กราฟ + โลคัล + โกลบอล หลอมรวมกัน

เหมาะสำหรับ: ทุกอย่าง นี่คือโหมดเริ่มต้น

ชี้หรือแตะที่เลนส์ · ทุกไม่กี่วินาที เลนส์ทั้งหมดจะรวมเป็นคำตอบเดียว

05เดโมสด

สำรวจกราฟความรู้ของจริง

ไลบรารีตัวอย่างจากเอกสารกลยุทธ์ของบริษัทสมมติ ในแบบที่ MENTOR สกัดออกมา ชี้เพื่อไล่ตามความเชื่อมโยง คลิกเอนทิตีเพื่อดูรายละเอียด และสลับระหว่างมุมมองตามประเภทกับตามคอมมูนิตี เอกสารตัวอย่างเป็นภาษาอังกฤษ

กำลังโหลดกราฟ
  • คลิกเอนทิตีเพื่อดูรายละเอียด
  • ลากเพื่อเลื่อน
  • ⌘/Ctrl + เลื่อน หรือถ่างนิ้วเพื่อซูม

06ฟีเจอร์

ทุกสิ่งที่ทีมความรู้ต้องการ ไม่มีอะไรเกินจำเป็น

  • ไลบรารีและองค์กร

    ไลบรารีสำหรับทุกทีม

    แต่ละไลบรารีมีเอกสาร สคีมา กราฟ และการตั้งค่าของตัวเอง โดยผูกขอบเขตกับองค์กรใน Clerk ผู้ดูแลระบบเป็นผู้กำหนดรูปแบบ ส่วนสมาชิกสำรวจและถามคำถาม

    Strategy 2026เอกสาร 142 ฉบับ · acme-orgทำดัชนีแล้ว
    Engineering handbookเอกสาร 318 ฉบับ · acme-orgกำลังประมวลผล 62%
    Customer contractsเอกสาร 57 ฉบับ · acme-orgทำดัชนีแล้ว
    • แยกตามองค์กร
    • บทบาท
    • สคีมารายไลบรารี
  • ตัวสำรวจกราฟ

    สำรวจในสไตล์ Bloom

    ขยายเพื่อนบ้าน ค้นหาเส้นทางระหว่างสองเอนทิตี และกรองตามประเภทหรือคอมมูนิตี บนแคนวาส WebGL ที่รวดเร็ว

    • เพื่อนบ้าน
    • เส้นทาง
    • คอมมูนิตี
  • สุขภาพของกราฟ

    จัดการรายการซ้ำแบบไม่ต้องเหนื่อย

    เอนทิตีที่เกือบซ้ำกัน เอนทิตีกำพร้า และลิงก์ที่อ่อน จะปรากฏขึ้นมาเอง รวมหรือปัดทิ้งแต่ละคำแนะนำได้ในคลิกเดียว

    Nimbus EdgeNimbus Edge gateway
    Nimbus Edge96%
    • รายการซ้ำ
    • เอนทิตีกำพร้า
    • รวม
  • สคีมาและออนโทโลยี

    ภาษาของคุณ ประเภทของคุณ

    เริ่มจากพรีเซ็ต หรือให้ MENTOR แนะนำประเภทเอนทิตีและความสัมพันธ์จากเอกสารของคุณเอง แล้วค่อยปรับแต่ง

    • พรีเซ็ต
    • คำแนะนำ
    • กราฟสคีมา
  • รายละเอียดการค้นคืน

    ดูว่าทำไมจึงตอบแบบนั้น

    ทุกการรันจะเก็บข้อความที่ดึงมา คะแนน โหมด โทเคน และความหน่วงเอาไว้ พร้อมการประเมินคุณภาพที่เรียกใช้ได้เมื่อต้องการ

    • ประวัติการรัน
    • คะแนน
    • การประเมิน
  • ผู้ดูแลระบบและคิว

    งานปฏิบัติการที่มองเห็นได้จริง

    ดูคิวและงานแบบสด ลองงานที่ล้มเหลวใหม่ รันข้อความ poison ซ้ำ ปรับโมเดลและขีดจำกัด พร้อมบันทึกการตรวจสอบครบถ้วน

    ingestกำลังรัน 12 งาน
    graph-extractกำลังรัน 4 งาน
    communitiesว่าง
    ingest-poison0 ข้อความ · รันซ้ำ
    • งาน
    • การลองใหม่
    • บันทึกการตรวจสอบ

07กรณีการใช้งาน

สร้างมาเพื่อเอกสารที่คุณมีอยู่จริง

กลยุทธ์และเอกสารบอร์ด

ความทรงจำขององค์กรสำหรับห้องประชุมบอร์ด

เอกสารประชุมบอร์ด สไลด์กลยุทธ์ และทะเบียนความเสี่ยงที่สะสมมาหลายปี กลายเป็นกราฟเดียวของการตัดสินใจ ผู้รับผิดชอบ และวันที่

  • สืบย้อนทุกการตัดสินใจกลับไปยังเอกสารและหน้าต้นทาง
  • ถามว่าอะไรเปลี่ยนไประหว่างไตรมาส
  • บรีฟกรรมการใหม่ด้วยบทสรุปคอมมูนิตี
Strategy 2026 · เอกสาร 142 ฉบับ

แหล่งข้อมูล

  • Board pack Q3.pdf1
  • Strategy 2026.pptx2
  • Risk register.xlsx3

ถาม · 360°

คณะกรรมการตัดสินใจเรื่อง Nimbus อย่างไรใน Q3?

การประชุมทบทวนของคณะกรรมการประจำ Q3 อนุมัติแผนการลงทุนใน Nimbus 1 และกำหนดให้การกระจายซัพพลายเออร์เป็นวาระสำคัญของ Q4 2

เวกเตอร์กราฟโลคัลโกลบอล

08ความปลอดภัยและแพลตฟอร์ม

โฮสต์เอง เก็บไว้บนเซิร์ฟเวอร์ของคุณ

MENTOR ทำงานเป็นสแตก Docker Compose ชุดเดียวบนเครื่องที่คุณควบคุม ประกอบด้วยเว็บแอป API เวิร์กเกอร์ ฐานข้อมูล ที่เก็บข้อมูลออบเจ็กต์ และพร็อกซี HTTPS เอกสารของคุณจะไม่ถูกจัดเก็บไว้ที่อื่นใดเลย

  • เซิร์ฟเวอร์ของคุณ ข้อมูลของคุณ

    ไฟล์ต้นฉบับอยู่ในที่เก็บข้อมูลออบเจ็กต์ ส่วน chunk เวกเตอร์ เอนทิตี และรายงานคอมมูนิตีอยู่ใน PostgreSQL ทั้งสองส่วนอยู่ในคอนเทนเนอร์บนเครื่องที่คุณดูแลเอง

  • รองรับองค์กรในตัว

    Clerk ดูแลการเข้าสู่ระบบและองค์กร ทุกไลบรารี ทุกคำถาม และทุกงาน จะถูกตรวจสอบเทียบกับองค์กรและบทบาทของผู้เรียก

  • ทนทานตั้งแต่การออกแบบ

    คิวงานในฐานข้อมูลติดตามทุกขั้นตอน ลองใหม่เมื่อล้มเหลว อยู่รอดหลังรีสตาร์ต และให้ผู้ดูแลระบบรันซ้ำทุกอย่างที่ค้างอยู่ได้

  • ตรวจสอบย้อนหลังได้

    การเปลี่ยนแปลงของผู้ดูแลระบบจะถูกเก็บลงในบันทึกการตรวจสอบ และทุกคำตอบจะเก็บรายละเอียดการค้นคืนที่อยู่เบื้องหลังไว้

  1. MENTOR Studioเว็บแอป Next.js
  2. Clerkเข้าสู่ระบบ · องค์กร
  3. API และเวิร์กเกอร์คอนเทนเนอร์ .NETของคุณ
  4. ที่เก็บข้อมูลออบเจ็กต์ไฟล์ต้นฉบับ · S3ของคุณ
  5. คิวงานไปป์ไลน์นำเข้าข้อมูลของคุณ
  6. PostgreSQLpgvector · กราฟของคุณ
  7. โมเดลของคุณOpenAI · Anthropic · Ollama

09คำถามที่พบบ่อย

ทุกคำถาม มีคำตอบ

ฉบับย่อว่า MENTOR ทำงานอย่างไร ข้อมูลของคุณไปอยู่ที่ไหน และทำไมทุกคำตอบจึงมาพร้อมแหล่งที่มา

คือ Retrieval-Augmented Generation (RAG) ที่มองไลบรารีของคุณจากทุกด้าน นอกจากการค้นหาเชิงความหมาย (เวกเตอร์) และการค้นหาด้วยคีย์เวิร์ดแล้ว MENTOR ยังสร้างกราฟความรู้จากเอนทิตีและความสัมพันธ์ในเอกสารของคุณ จัดกลุ่มเป็นคอมมูนิตีพร้อมบทสรุป แล้วหลอมรวมทั้งหมด ทั้งเวกเตอร์ ไฮบริด กราฟ โลคัล และโกลบอล ให้เป็นคำตอบเดียวที่มีหลักฐานรองรับ

Mentor คือสัญชาตญาณแบบกระจาย

เอกสารของคุณรู้คำตอบอยู่แล้ว ปล่อยให้เอกสารตอบเอง

สร้างไลบรารี วางโฟลเดอร์ลงไป แล้วถามคำถามแรกของคุณ พร้อมรับคำตอบที่มีการอ้างอิงได้ในไม่กี่นาที