01 · 向量
語義
嵌入向量能找出意思相同的段落，即使字面上完全不同。
讀得懂你現有的格式 · 在你信賴的技術架構上運行
- Word
- PowerPoint
- Excel
- HTML
- Markdown
- CSV
- 網頁 URL
- 自行託管
- Docker Compose
- PostgreSQL + pgvector
- 兼容 S3 的儲存空間
- 內置工作佇列
- OpenAI
- Anthropic
- Ollama
01甚麼是 360° GraphRAG
搜尋讀的是文字，MENTOR 讀的是關聯。
傳統 RAG 只會找出幾段相似的文字。360° GraphRAG 會同時從四個角度審視你的知識庫——語義、用字、涉及的實體，以及圍繞它們的主題——再融合成一個有根有據、附有引用的回答。
02 · 關鍵字
字面
確切的詞彙、編號和名稱同樣會作配對，再與語義結果融合。
03 · 局部圖譜
實體鄰域
問題中的實體會帶出它們的關係、來源區塊和所屬社群。
04 · 全局
社群摘要
相關實體聚類後各有摘要，即使問題範圍廣泛，也能得到涵蓋整個知識庫的回答。
語義字面局部全局一個附有引用的回答
融合並重新排序後撰寫成文，並以編號引用標明確切段落。
- 種檢索模式
- 6
- 向量、混合、圖譜、局部、全局——或全部融合為 360°。
- 全方位脈絡
- 360°
- 每個回答背後，都有語義、用字、實體與主題。
- 回答附有引用
- 100%
- 每項說法都連結至出處的確切段落和頁數。
- 建成首張圖譜
- <5min
- 放入一個資料夾的文件，看着圖譜自行成形。
02運作原理
從上載到回答，只需七個步驟。
每份文件都會在你自己的伺服器上，經過同一條穩健可靠的處理流程——每個階段你都可以親眼看到。
第 01 步
上載
放入 PDF、Word、PowerPoint、Excel、HTML、Markdown 或 CSV 檔案，或貼上 URL。原始檔案會保存在你自己的物件儲存空間。
第 02 步
排隊
每份文件都會加入數據庫內的工作佇列。Worker 會接手處理、追蹤每個階段，失敗時重試，重新啟動後繼續。
第 03 步
提取與分塊
先提取文字和結構，再按 token 數量分割成區塊，每個區塊都記住自己的頁碼。
第 04 步
嵌入
每個區塊都會轉化為向量，存入 PostgreSQL + pgvector，隨時可作語義搜尋和混合搜尋。
第 05 步
圖譜
模型會逐一閱讀每個區塊，提取實體和關係，重複的項目會合併到涵蓋整個知識庫的同一張圖譜。
第 06 步
社群
相關實體會按兩個層級聚類，每個社群都有一份文字摘要和主要發現。
第 07 步
提問
問題會經過每一種檢索模式，匯集成一個回答，並附上指向來源的編號引用。
03來源
任何格式，同一張圖譜。
董事會文件、手冊、試算表和網頁，全部匯入同一個核心——提取妥當、互相連繫，隨時可以發問。
Mentor Graph
- PDF
- DOCX
- PPTX
- XLSX
- HTML
- MD
- CSV
- URL
提取時保留頁碼
區塊會保留頁碼，每項引用都能直接開啟正確的一頁。
連結，代你擷取
貼上 URL，MENTOR 便會在伺服器端擷取內容，然後如其他上載一樣排入佇列。
隨時重新處理
更改了 Schema 或模型？按一下即可重新處理文件，或重建社群。
04360° 檢索
六種視角，一個答案。
選一種視角，看看 MENTOR 如何審視你的知識庫——或讓 360° 全部運行一次，再融合所得的結果。
問題
Nimbus GA 面對多大的供應風險？
360°視角
混合 + 圖譜 + 局部 + 全局，融合為一。
最適合：任何問題——這是預設模式。
將游標移至視角上或輕觸一下 · 每隔數秒，它們會匯聚成一個答案
05實時示範
探索一張真實的知識圖譜。
這是一個示範知識庫——一間虛構公司的策略文件——經 MENTOR 提取後的模樣。將游標移到節點上可追蹤關聯，點擊實體可查看詳情，亦可在類型與社群之間切換。 示範文件以英文撰寫。
正在載入圖譜
- 點擊實體以查看詳情
- 拖曳以平移
- ⌘/Ctrl + 捲動或兩指開合以縮放
06功能
知識團隊所需的，一應俱全。不需要的，一概沒有。
知識庫與機構
每個團隊，都有專屬知識庫
每個知識庫都有自己的文件、Schema、圖譜和設定，並以 Clerk 機構為單位。管理員負責規劃，成員負責探索和提問。
Strategy 2026142 份文件 · acme-org已建立索引Engineering handbook318 份文件 · acme-org處理中 62%Customer contracts57 份文件 · acme-org已建立索引- 以機構為單位
- 角色
- 各知識庫獨立 Schema
圖譜探索器
Bloom 式探索
在流暢的 WebGL 畫布上展開相鄰節點、尋找兩個實體之間的路徑，並按類型或社群篩選。
- 相鄰節點
- 路徑
- 社群
圖譜健康
清除重複，毋須再費神
近似重複的實體、孤立節點和薄弱連結會自動浮現。每項建議，按一下即可合併或忽略。
Nimbus EdgeNimbus Edge gatewayNimbus Edge96%- 重複項目
- 孤立節點
- 合併
Schema 與本體
你的語言，你的類型
由預設範本開始，或讓 MENTOR 根據你自己的文件建議實體和關係類型，再由你調整。
- 預設範本
- 建議
- Schema 圖
檢索詳情
看清它為何這樣回答
每次執行都會保留所用的段落、分數、模式、token 用量和延遲——更可按需要進行質素評估。
- 執行紀錄
- 分數
- 評估
管理與佇列
真正看得見的運作
實時查看佇列和任務、重試失敗項目、重播有害訊息、調整模型和上限——全程留有完整的審計紀錄。
ingest12 個執行中graph-extract4 個執行中communities閒置ingest-poison0 則訊息 · 重播- 任務
- 重試
- 審計日誌
07應用場景
為你手上真正擁有的文件而設。
策略與董事會文件
董事會的機構記憶
多年累積的董事會文件、策略簡報和風險登記冊，匯成一張記錄決策、負責人和日期的圖譜。
- 任何決策都可追溯至原文件及頁數
- 查詢季度之間有何變化
- 以社群摘要協助新任董事掌握情況
Strategy 2026 · 142 份文件
來源
- Board pack Q3.pdf1
- Strategy 2026.pptx2
- Risk register.xlsx3
提問 · 360°
董事會在 Q3 就 Nimbus 作出了甚麼決定？
Q3 董事會檢討批准了 Nimbus 的投資方案 1，並將供應商多元化列為 Q4 的優先事項 2。
向量圖譜局部全局
08保安與平台
自行託管，數據留在你的伺服器。
MENTOR 以一套 Docker Compose 服務組合的形式，在你掌控的機器上運行：網頁應用程式、API、Worker、數據庫、物件儲存及 HTTPS 代理伺服器。你的文件絕不會儲存在其他地方。
你的伺服器，你的數據
原始檔案存放於物件儲存；區塊、向量、實體和社群報告存放於 PostgreSQL——兩者都在你自己機器上的容器內運行。
內置機構管理
Clerk 負責登入和機構管理。每個知識庫、每次查詢、每項任務，都會按呼叫者所屬的機構和角色核對。
穩健可靠，源於設計
數據庫內的工作佇列會追蹤每個階段、重試失敗項目、不怕重新啟動，並讓管理員重播任何卡住的任務。
有跡可尋
管理員的更改都會寫入審計日誌，每個回答亦保留背後的檢索詳情。
你的伺服器
MENTOR StudioNext.js 網頁應用程式
Clerk登入 · 機構
API 與 Worker.NET 容器
物件儲存原始檔案 · S3
工作佇列匯入流程
PostgreSQLpgvector · 圖譜
你的模型OpenAI · Anthropic · Ollama
- MENTOR StudioNext.js 網頁應用程式
- Clerk登入 · 機構
- API 與 Worker.NET 容器自有
- 物件儲存原始檔案 · S3自有
- 工作佇列匯入流程自有
- PostgreSQLpgvector · 圖譜自有
- 你的模型OpenAI · Anthropic · Ollama
09常見問題
你的疑問，逐一解答。
簡單講解 MENTOR 如何運作、你的數據存放在哪裏，以及為何每個回答都附上來源。
一種從各方面審視你的知識庫的檢索增強生成（RAG）技術。除了語義（向量）搜尋和關鍵字搜尋，MENTOR 還會為文件中的實體和關係建立知識圖譜，將它們聚類成附有文字摘要的社群，再將這一切——向量、混合、圖譜、局部和全局——融合成一個有根有據的回答。
