01 · 向量
语义
嵌入向量能找出意思相同的段落，哪怕字面上毫无重合。
读得懂你现有的格式 · 跑在你信赖的技术栈上
- Word
- PowerPoint
- Excel
- HTML
- Markdown
- CSV
- 网页 URL
- 私有化部署
- Docker Compose
- PostgreSQL + pgvector
- S3 兼容存储
- 内置工作队列
- OpenAI
- Anthropic
- Ollama
01什么是 360° GraphRAG
搜索读的是文字，MENTOR 读的是关联。
传统 RAG 只会检索出几段相似的文字。360° GraphRAG 同时从四个维度审视你的知识库——语义、措辞、涉及的实体，以及围绕它们的主题——再融合成一个有据可依、带引用的回答。
02 · 关键词
字面
精确的术语、编号和名称同样会被匹配，再与语义结果融合。
03 · 局部图谱
实体邻域
问题中的实体会带出它们的关系、来源文本块和所属社区。
04 · 全局
社区摘要
相关实体聚成簇并生成摘要，宽泛的问题也能得到覆盖整个知识库的回答。
语义字面局部全局一个带引用的回答
融合并重排序后成文，附带指向确切段落的编号引用。
- 种检索模式
- 6
- 向量、混合、图谱、局部、全局——或全部融合为 360°。
- 全方位上下文
- 360°
- 每个回答背后，都有语义、措辞、实体与主题。
- 回答带引用
- 100%
- 每个结论都链接到它出处的确切段落和页码。
- 建成第一张图谱
- <5min
- 拖入一个文件夹的文档，看图谱自己生长出来。
02工作原理
从上传到回答，只需七步。
每个文档都会在你自己的服务器上走完同一条稳健的处理流水线——每个阶段你都能亲眼看到。
第 01 步
上传
拖入 PDF、Word、PowerPoint、Excel、HTML、Markdown 或 CSV 文件，或者粘贴一个 URL。原始文件保存在你自己的对象存储中。
第 02 步
排队
每个文档都会进入数据库中的工作队列。Worker 领取任务、跟踪每个阶段，失败时重试，重启后接着处理。
第 03 步
抽取与分块
抽取出文本和结构，再按 token 数切分成文本块，每一块都记得自己的页码。
第 04 步
嵌入
每个文本块都转成向量，存入 PostgreSQL + pgvector，随时可用于语义检索和混合检索。
第 05 步
图谱
模型逐块阅读，抽取实体和关系，重复项则合并进覆盖整个知识库的同一张图谱。
第 06 步
社区
相关实体按两个层级聚类，每个社区都有一份成文的摘要和关键发现。
第 07 步
提问
问题会跑遍每一种检索模式，汇成一个回答，并附上指向来源的编号引用。
03来源
任何格式，同一张图谱。
董事会材料、手册、电子表格和网页，全都汇入同一个核心——抽取完毕、相互关联，随时可问。
Mentor Graph
- PDF
- DOCX
- PPTX
- XLSX
- HTML
- MD
- CSV
- URL
抽取时保留页码
文本块保留着页码，每条引用都能直接翻到正确的那一页。
链接，替你抓取
粘贴一个 URL，MENTOR 会在服务端抓取，再像其他上传一样送入队列。
随时重新处理
改了 Schema 或模型？一键重新处理文档，或重建社区。
04360° 检索
六种视角，一个答案。
选一种视角，看看 MENTOR 如何审视你的知识库——或者让 360° 把它们全部跑一遍，再把结果融合起来。
问题
Nimbus GA 面临多大的供应风险？
360°视角
混合 + 图谱 + 局部 + 全局，融合为一。
最适合：任何问题——它是默认模式。
悬停或轻点一种视角 · 每隔几秒，它们会汇聚成一个答案
05在线演示
探索一张真实的知识图谱。
这是一个示例知识库——一家虚构公司的战略文件——由 MENTOR 抽取而成。悬停可追踪关联，点击实体可查看详情，还能在类型和社区之间切换。 示例文档为英文。
正在加载图谱
- 点击实体查看详情
- 拖动以平移
- ⌘/Ctrl + 滚轮或双指捏合以缩放
06功能
知识团队需要的，一应俱全。不需要的，一概没有。
知识库与组织
每个团队，都有自己的知识库
每个知识库都有自己的文档、Schema、图谱和设置，并归属于一个 Clerk 组织。管理员负责搭建，成员负责探索和提问。
Strategy 2026142 个文档 · acme-org已索引Engineering handbook318 个文档 · acme-org处理中 62%Customer contracts57 个文档 · acme-org已索引- 按组织隔离
- 角色
- 知识库级 Schema
图谱探索器
Bloom 式探索
在流畅的 WebGL 画布上展开邻居、查找两个实体之间的路径，并按类型或社区筛选。
- 邻居
- 路径
- 社区
图谱健康
去重，不再是苦差事
近似重复的实体、孤立节点和弱连接会自动浮出水面。每条建议，一键合并或忽略。
Nimbus EdgeNimbus Edge gatewayNimbus Edge96%- 重复项
- 孤立节点
- 合并
Schema 与本体
你的语言，你的类型
从预设起步，或让 MENTOR 根据你自己的文档推荐实体和关系类型，再由你细调。
- 预设
- 智能推荐
- Schema 图
检索详情
看清它为什么这样回答
每次运行都会保留所用的段落、得分、模式、token 用量和延迟——还可按需进行质量评估。
- 运行历史
- 得分
- 评估
管理与队列
真正看得见的运维
实时查看队列和任务，重试失败项，重放毒消息，调整模型和限额——全程留有完整的审计记录。
ingest12 个运行中graph-extract4 个运行中communities空闲ingest-poison0 条消息 · 重放- 任务
- 重试
- 审计日志
07应用场景
为你手头真实的文档而生。
战略与董事会文件
属于董事会的组织记忆
多年积累的董事会材料、战略演示文稿和风险登记册，汇成一张记录决策、负责人和日期的图谱。
- 任何决策都能追溯到具体文件和页码
- 问一问两个季度之间发生了什么变化
- 用社区摘要帮新任董事快速了解情况
Strategy 2026 · 142 个文档
来源
- Board pack Q3.pdf1
- Strategy 2026.pptx2
- Risk register.xlsx3
提问 · 360°
董事会在 Q3 对 Nimbus 做了什么决定？
Q3 董事会评审批准了 Nimbus 的投资方案 1，并将供应商多元化列为 Q4 的优先事项 2。
向量图谱局部全局
08安全与平台
私有化部署，数据留在你的服务器上。
MENTOR 作为一整套 Docker Compose 服务，运行在你掌控的机器上：Web 应用、API、Worker、数据库、对象存储和 HTTPS 代理。你的文档绝不会存放在其他任何地方。
你的服务器，你的数据
原始文件存放在对象存储中；文本块、向量、实体和社区报告存放在 PostgreSQL 中——两者都运行在你自己机器上的容器里。
内置组织管理
Clerk 负责登录和组织。每个知识库、每次查询、每个任务，都会按调用者所属的组织和角色进行校验。
为稳健而设计
数据库中的工作队列会跟踪每个阶段、重试失败任务、不惧重启，还能让管理员重放任何卡住的任务。
有据可查
管理员的变更都会写入审计日志，每个回答也都保留着背后的检索详情。
你的服务器
MENTOR StudioNext.js Web 应用
Clerk登录 · 组织
API 与 Worker.NET 容器
对象存储原始文件 · S3
工作队列入库流水线
PostgreSQLpgvector · 图谱
你的模型OpenAI · Anthropic · Ollama
- MENTOR StudioNext.js Web 应用
- Clerk登录 · 组织
- API 与 Worker.NET 容器自有
- 对象存储原始文件 · S3自有
- 工作队列入库流水线自有
- PostgreSQLpgvector · 图谱自有
- 你的模型OpenAI · Anthropic · Ollama
09常见问题
你的疑问，一一解答。
长话短说：MENTOR 如何工作、你的数据去了哪里，以及为什么每个回答都附带来源。
一种从各个侧面审视你的知识库的检索增强生成（RAG）技术。除了语义（向量）检索和关键词检索，MENTOR 还会为文档中的实体和关系构建知识图谱，把它们聚类成附有成文摘要的社区，再将这一切——向量、混合、图谱、局部和全局——融合成一个有据可依的回答。
