数据位置可选
文档、索引与模型部署在双方确认的企业环境中。
KEYA AI / 让智能,属于你的企业
让 AI 基于企业自己的资料,理解业务、回答问题。私有知识库、专属 AI 助手,以及由你掌控的部署环境。
将制度、指南和业务资料汇集成可检索的企业知识库。
先检索企业资料,再结合相关内容组织答案,并提供来源。
自主选择文档、索引和模型的存放位置与访问边界。
01 / 让企业知识发挥作用
新同事入职、设备故障、业务流程查询。让团队直接提问,从企业资料中找到答案,并能回到原文核对。
交互示意使用虚构文档和预设回答,不会上传企业资料,也未连接真实 AI 服务。
根据人事手册,申请流程包含三个步骤:
休假申请应通过 OA 系统提交,填写拟休假日期和工作交接安排。休假须经直属负责人审批通过。
02 / RAG 知识引擎
RAG 将资料检索与回答生成结合起来。模型使用知识库中检索到的相关片段回答问题,不必在每次资料更新时重新训练整个模型。
导入 PDF、办公文档与业务内容,根据资料来源配置连接器、OCR 与同步方式。
01/ 0403 / 从架构开始保护隐私
隐私保护需要具体的架构设计。部署前,我们与你共同确认托管位置、权限、模型和允许的数据流向。
安装在企业服务器或本地专用设备上。根据模型、文档量和使用人数评估硬件配置。
文档、索引与模型部署在双方确认的企业环境中。
检索阶段先校验文档权限,再将允许访问的内容用于生成回答。
按照企业制度约定访问日志、数据保留周期与备份方式。
结合现有基础设施配置加密、身份验证及网络访问规则。
不调用外部 AI 服务的方案,需要将推理、向量嵌入以及所需 OCR 工具一并本地化。具体范围在需求阶段确认。
04 / 从需求走向日常使用
明确优先场景、资料质量、使用人数与保密要求。
选取资料开展试点,用真实业务问题和验收标准评估回答。
完成安装、团队培训,并按约定开展效果评估与维护。
RAG 的基本流程是检索资料并组织回答,不需要训练公共模型。本地方案使用本地模型;如需接入外部服务,其数据使用条款和流向须事先与你确认。
可能。引用来源、业务测试和资料不足提示有助于降低错误,但不能保证所有答案正确。重要业务决策仍需要人工复核。
可以。建议先选择一个明确的业务场景和一组高质量资料,通过试点评估检索和回答效果,再逐步扩大使用范围。
硬件和费用取决于模型、文档量、并发使用人数与系统集成需求。我们会在需求梳理后提出配置和报价。