01 · 向量
語意
嵌入向量能找出意思相同的段落，即使用字完全不同。
讀得懂你手邊的格式 · 跑在你信任的技術堆疊上
- Word
- PowerPoint
- Excel
- HTML
- Markdown
- CSV
- 網頁 URL
- 自行架設
- Docker Compose
- PostgreSQL + pgvector
- 相容 S3 的儲存空間
- 內建工作佇列
- OpenAI
- Anthropic
- Ollama
01什麼是 360° GraphRAG
搜尋讀的是文字，MENTOR 讀的是關聯。
傳統 RAG 只會撈出幾段相似的文字。360° GraphRAG 同時從四個面向檢視你的知識庫——語意、用字、牽涉的實體，以及圍繞它們的主題——再融合成一個有憑有據、附上引用的回答。
02 · 關鍵字
字面
精確的詞彙、代碼與名稱同樣會比對，再與語意結果融合。
03 · 區域圖譜
實體鄰域
問題裡的實體會帶出它們的關係、來源區塊與所屬社群。
04 · 全域
社群摘要
相關實體分群後各自產生摘要，再廣泛的問題也能得到涵蓋整個知識庫的回答。
語意字面區域全域一個附引用的回答
融合並重新排序後寫成回答，並以編號引用標出確切段落。
- 種檢索模式
- 6
- 向量、混合、圖譜、區域、全域——或全部融合為 360°。
- 全方位脈絡
- 360°
- 每個回答背後，都有語意、用字、實體與主題。
- 回答附引用
- 100%
- 每項論述都連結到出處的確切段落與頁碼。
- 建好第一張圖譜
- <5min
- 丟進一個資料夾的文件，看圖譜自己長出來。
02運作方式
從上傳到回答，只要七個步驟。
每份文件都會在你自己的伺服器上跑完同一條穩固的處理管線——每個階段你都看得見。
步驟 01
上傳
拖放 PDF、Word、PowerPoint、Excel、HTML、Markdown 或 CSV 檔案，或是貼上 URL。原始檔案會保存在你自己的物件儲存中。
步驟 02
排入佇列
每份文件都會進入資料庫裡的工作佇列。Worker 會接手處理、追蹤每個階段，失敗時重試，重新啟動後接續進行。
步驟 03
擷取與分塊
擷取出文字與結構，再依 token 數切成區塊，每個區塊都記得自己的頁碼。
步驟 04
嵌入
每個區塊都會轉成向量，存入 PostgreSQL + pgvector，隨時可用於語意搜尋與混合搜尋。
步驟 05
圖譜
模型逐一閱讀每個區塊，擷取實體與關係，重複的項目則合併進涵蓋整個知識庫的同一張圖譜。
步驟 06
社群
相關實體會依兩個層級分群，每個社群都有一份文字摘要與重點發現。
步驟 07
提問
問題會跑過每一種檢索模式，彙整成一個回答，並附上指向來源的編號引用。
03來源
各種格式，同一張圖譜。
董事會資料、手冊、試算表與網頁，全都匯入同一個核心——完成擷取、彼此串連，隨時可以提問。
Mentor Graph
- PDF
- DOCX
- PPTX
- XLSX
- HTML
- MD
- CSV
- URL
擷取時保留頁碼
區塊會保留頁碼，每則引用都能直接翻到正確的那一頁。
連結，幫你抓取
貼上 URL，MENTOR 會在伺服器端抓取內容，再像其他上傳一樣排入佇列。
隨時重新處理
改了 Schema 或模型？一鍵就能重新處理文件，或重建社群。
04360° 檢索
六種視角，一個答案。
選一種視角，看看 MENTOR 如何檢視你的知識庫——或交給 360° 全部跑一遍，再把結果融合起來。
問題
Nimbus GA 面臨多大的供應風險？
360°視角
混合 + 圖譜 + 區域 + 全域，融合為一。
最適合：任何問題——這是預設模式。
將游標移到視角上或點一下 · 每隔幾秒，它們會匯聚成一個答案
05線上展示
探索一張真實的知識圖譜。
這是一個範例知識庫——一家虛構公司的策略文件——經 MENTOR 擷取後的樣貌。將游標移到節點上可追蹤關聯，點選實體可查看詳細資料，也能在類型與社群之間切換。 範例文件為英文。
正在載入圖譜
- 點選實體查看詳細資料
- 拖曳即可平移
- ⌘/Ctrl + 捲動或雙指開合即可縮放
06功能
知識團隊需要的，一應俱全。不需要的，一樣也沒有。
知識庫與組織
每個團隊，都有自己的知識庫
每個知識庫都有自己的文件、Schema、圖譜與設定，並以 Clerk 組織為範圍。管理員負責規劃，成員負責探索與提問。
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- 以組織為範圍
- 角色
- 各知識庫專屬 Schema
圖譜探索器
Bloom 式探索
在流暢的 WebGL 畫布上展開相鄰節點、找出兩個實體之間的路徑，並依類型或社群篩選。
- 相鄰節點
- 路徑
- 社群
圖譜健康度
去除重複，不再是苦差事
近似重複的實體、孤立節點與薄弱連結會自動浮現。每項建議，一鍵合併或略過。
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
從預設範本開始，或讓 MENTOR 根據你自己的文件建議實體與關係類型，再由你調整。
- 預設範本
- 建議
- Schema 圖
檢索詳情
看懂它為什麼這樣回答
每次執行都會保留用到的段落、分數、模式、token 用量與延遲——還能視需要進行品質評估。
- 執行記錄
- 分數
- 評估
管理與佇列
真正看得見的維運
即時掌握佇列與作業、重試失敗項目、重播有害訊息、調整模型與上限——全程留下完整的稽核軌跡。
ingest12 個執行中graph-extract4 個執行中communities閒置ingest-poison0 則訊息 · 重播- 作業
- 重試
- 稽核記錄
07使用情境
專為你手邊真正有的文件而打造。
策略與董事會文件
屬於董事會的組織記憶
多年累積的董事會資料、策略簡報與風險登錄表，匯成一張記錄決策、負責人與日期的圖譜。
- 任何決策都能追溯到原始文件與頁碼
- 問問兩個季度之間有什麼變化
- 用社群摘要協助新任董事快速進入狀況
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 對 Nimbus 做了什麼決定？
Q3 董事會檢討會議核准了 Nimbus 的投資案 1，並將供應商多元化列為 Q4 的優先要務 2。
向量圖譜區域全域
08安全性與平台
自行架設，資料留在你的伺服器上。
MENTOR 以一整套 Docker Compose 服務的形式，在你掌控的機器上運行：Web 應用程式、API、Worker、資料庫、物件儲存與 HTTPS 代理伺服器。你的文件絕不會存放在其他任何地方。
你的伺服器，你的資料
原始檔案存放在物件儲存中；區塊、向量、實體與社群報告存放在 PostgreSQL 中——兩者都在你自己機器上的容器裡運行。
內建組織管理
Clerk 負責登入與組織。每個知識庫、每次查詢、每項作業，都會依呼叫者所屬的組織與角色進行檢查。
天生穩固可靠
資料庫裡的工作佇列會追蹤每個階段、重試失敗項目、不怕重新啟動，還能讓管理員重播任何卡住的作業。
有跡可循
管理員的變更都會寫入稽核記錄，每個回答也都保留背後的檢索詳情。
你的伺服器
MENTOR StudioNext.js Web 應用程式
Clerk登入 · 組織
API 與 Worker.NET 容器
物件儲存原始檔案 · S3
工作佇列匯入管線
PostgreSQLpgvector · 圖譜
你的模型OpenAI · Anthropic · Ollama
- MENTOR StudioNext.js Web 應用程式
- Clerk登入 · 組織
- API 與 Worker.NET 容器自有
- 物件儲存原始檔案 · S3自有
- 工作佇列匯入管線自有
- PostgreSQLpgvector · 圖譜自有
- 你的模型OpenAI · Anthropic · Ollama
09常見問題
你的疑問，一次解答。
簡單說明 MENTOR 如何運作、你的資料去了哪裡，以及為什麼每個回答都附上來源。
一種從各個面向檢視你的知識庫的檢索增強生成（RAG）技術。除了語意（向量）搜尋與關鍵字搜尋，MENTOR 還會為文件中的實體與關係建立知識圖譜，將它們分群成附有文字摘要的社群，再把這一切——向量、混合、圖譜、區域與全域——融合成一個有憑有據的回答。
