数据智能体 DataAgent（私有化）
数据智能体 DataAgent（私有化）
- 文档首页
数据智能体 DataAgent（私有化）知识引擎 VeKnow知识引擎 VeKnow 概述
复制全文
下载 pdf
文档反馈
问问助手知识引擎 VeKnow 是基于 AI 大模型与大数据技术构建的企业级知识管理平台。本文将介绍知识引擎 VeKnow 的功能概述、特性以及应用场景等信息，帮助您快速了解知识引擎 VeKnow 的能力。
知识引擎 VeKnow 依托火山引擎先进的大模型与大数据技术，面向企业各类智能 Agent 应用场景，具备对结构化与非结构化数据知识从接入、处理、建模、挖掘到应用等全链路的知识管理及应用能力，可在智能知识问答、商品推荐营销、知识总结分析等场景发挥作用，助力企业在大模型时代充分挖掘各类知识的价值。
产品具备丰富的知识接入方式、联动高质量数据集补充三方知识、多类型知识库管理、可视化知识处理、多样化知识切片策略等基础能力，同时搭载 GraphRAG 知识图谱、知识编译（本体建模、LLM Wiki 等）与精细化权限管控核心能力；支持多种售卖模式，可配套增值功能按需增购，可与智能分析 Agent、智能营销 Agent、用户研究 Agent 组合应用；大模型层面兼容火山方舟全系列模型与私有化开源模型；特殊私有模型若经过评估或可提供定制化对接适配。
不管是公司内部数据库、本地文件、云文档，还是网页、行业公开数据等，都能统一对接进来；而且文本、图片、音频、视频等多种格式的内容，我们都能兼容处理，不用再分开管理。
内置了多种智能工具，能自动解析文本、文档、音视频和图片，还能清洗杂乱数据、识别关键信息、翻译多语言、把语音转成文字，最终把这些看不懂、不好用的 “原始内容”，变成能被智能系统识别、调用的 “可用知识”。
支持创建不同类型的知识库（比如通用知识、问答库、专业术语库、结构化数据库），还能根据内容上下文、结构特点，灵活拆分长文本，方便后续检索和使用，把零散的知识有序整理起来，好存又好查。
面向企业内个人的“私人知识大脑”，数据安全私密。助力企业成员沉淀、加工个人知识，打造个人知识资产，并通过智能问答、开放能力等方式，提供知识检索服务。
一套面向业务域的知识加工能力，支持将知识库中的原始文档资料编译为可消费的结构化产物，包括本体语义、知识图谱、LLM Wiki 等多种形式，智能将业务知识高效构建为 Agent 可消费的知识底座。
搭建知识关联图谱、GraphRAG图谱和本体库，把分散在不同文档、不同知识库中的知识串联起来，理清知识之间的关联关系，实现跨文档的逻辑推理，帮你快速找到精准且全面的信息。
结合智能检索和大模型能力，能和用户多轮对话、总结知识、精准回答问题，还能根据需求调整问答策略；更能封装成各种场景的智能助手（比如智能分析Agent、营销策略助手、营销互动助手），直接落地使用。
提供标准化接口，轻松嵌入公司现有的业务系统；不管是HiAgent、Coze、Dify这些现成Agen 平台，还是公司自己搭建的Agent系统，都能适配对接；同时兼顾精细化的权限与安全治理能力。
知识引擎 VeKnow 的功能特性主要体现在“数据全、理解深、问得准、用得广、管得住”，这是一款打通多源多模态数据，利用大模型与知识图谱深度建模企业知识，再通过开放、可管控的问答与 Agent 能力，在多行业场景中快速交付“可落地、可扩展、可治理”的智能知识应用。
- 【覆盖广：多源多模态全域接入】支持丰富的数据源与多模态内容接入，可统一纳管内部数据、外部知识、公域数据，实现 “一次接入、全场景复用”。
- 【理解深：AI 加工与知识建模能力强】具备丰富的数据处理算子与可视化预处理能力，支持灵活切片、GraphRAG、知识图谱、本体建模与多跳推理，让知识可关联、可挖掘、可推理。
- 【问得准：智能问答可配置、可优化】支持知识分类管理、召回测试、多轮对话、上下文记忆、问答策略调优，大幅降低幻觉，提升回答精准度与业务贴合度。
- 【用得广：开放易集成，适配各类 Agent】提供全链路 API 与插件化能力，可快速对接企业系统与各类 Agent 平台，实现权限隔离、多 Agent 共享同一知识底座，避免重复建设。
- 【管得住：企业级安全与权限管控】支持文档级/字段级/行级权限、版本管理、生命周期、操作审计与数据脱敏，满足企业合规、保密、安全管控要求。
应用场景
- 企业智能知识中心：统一沉淀规章制度、流程、研发文档、FAQ等，员工通过智能问答快速获取信息。
- 智能客服与服务助手：基于产品手册、工单、维保文档等做问答，用于客户服务或一线支持。
- 行业知识与业务助手：例如汽车维修手册问答、零售商品导购与推荐、医疗/政策/法规问答、行研报告中心。
- 内部分析与决策辅助：结合业务数据和文档，支持数据洞察、营销策略生成、用研分析等Agent化应用。
客户案例
- 金融行业案例：知识图谱挖掘潜在关系
- 大消费和泛互行业案例：知识问答及知识挖掘
- 汽车行业案例：智能车书
知识引擎 VeKnow 包含智能问答、数据接入、知识管理、非结构化打标以及项目中心等能力。
智能问答
智能问答结合智能检索和大模型能力，能和用户进行多轮对话、总结知识、精准回答问题，还能根据需求调整问答策略。具体功能包括：
- 基于知识库的问答能力，也可以基于全部有权限的知识内容进行问答
- 支持指定知识域问答、联网搜索、深度思考
- 支持查看历史问答记录、知识库数据、排行榜等信息
更多信息，请参见智能问答。
数据接入
为了满足日常的数据接入和开发诉求，知识引擎 VeKnow 提供了数据接入模块来帮助数据开发人员进行数据处理工作，包括数据集、数据连接、数据处理等功能。
- 知识接入：系统提供丰富的数据连接方式，包括但不限于关系型数据库（如：MySql、Oracle、SQL Server、DB2等），大数据平台（如：Hive，Impala、Clickhouse等），MPP数据库（Postgre等），流式数据库（Kafka等）、文本数据（Excel、CSV）、API接口等。不仅能够对接客户内部各业务公司客户数据和业务数据接入（如：会员系统、会员中台系统等），还可以对接官方网站、APP、公众号等数据源。
- 可视化数据处理：系统内置轻量级数据清洗及可视化建模能力，支持通过拖拽形式添加数据处理节点，对数据进行筛选、去重、替换等清洗操作，数据清洗完成后，可以将处理完成的数据输出到目标源中，降低深度数据治理成本。
- 数据源：支持将关系型数据库、微信素材库、对象存储关联至知识引擎 VeKnow 作为数据源。
- 数据集：数据集是由一张或多张表组成的数据模型，是创建标签、分群、洞察的基础，在应用数据前，需要将数据连接对接的源数据信息，通过可视化建模功能输出为数据集。
更多信息，请参见数据接入概述。
企业知识库
知识引擎 VeKnow 需要通过知识库构建知识基座，后续为相关的功能模块、AI 应用提供数据支撑。更多信息，请参见新建企业知识库。
知识类型
知识引擎 VeKnow 目前支持以下类型的知识库：
类型 | 通用内容类型知识库 | Query缓存类型知识库 | QA回答类型知识库 | 术语类型知识库 | 结构化数据类型知识库 |
|---|---|---|---|---|---|
应用场景 | 适用于企业全场景知识管理、新员工培训等多种智能问答场景 | 支持维护智能体的常见Query，常见Query会缓存COT，提升常见问题的回复效率。适合有明确Query的场景 | 适用于有明确问题和答案的场景，如果用户问了此类问题，可以直接召回答案。 | 适用于用户需要自行维护的垂类行业专属术语的场景 | 适用于维护 xlsx/csv 文件、Clickhouse/Hive 数据集这类结构化数据。 |
说明
- Query缓存类型知识库为增值选项，需额外付费。
- Query缓存类型知识库、QA回答类型知识库、术语类型知识库从VeCDP私有化V1.28版本开始支持。
- 结构化数据类型知识库从知识引擎 VeKnow 私有化 V2.4.0 版本开始支持。
对比说明
对比项 | 通用内容类型知识库 | Query缓存类型知识库 | QA回答类型知识库 | 术语类型知识库 | 结构化数据类型知识库 |
|---|---|---|---|---|---|
知识导入方式 |
| 支持xlsx、csv等格式文件，单个文件不超过100MB | 支持xlsx、csv等格式文件，单个文件不超过100MB | 支持xlsx、csv等格式文件，单个文件不超过100MB | 支持xlsx/csv文件，单个文件大小不超过20MB，建议行数不超过50000行； |
导入数据存储 | 导入的数据会存储于营销互动助手中。 | 导入的数据会存储于营销互动助手中。 | 导入的数据会存储于营销互动助手中。 | 导入的数据会存储于营销互动助手中。 | 导入的数据会存储于营销互动助手中。 |
注意事项 | 暂无 | 暂无 | 暂无 | 暂无 | 暂无 |
知识解析模型能力 | 营销互动助手为您提供Doubao-embedding模型用于进行知识解析（例如，对知识进行向量化），如果您使用的是私有化环境，也可选择对接其他模型进行知识解析。 说明 后续在各个应用场景中使用知识引擎 VeKnow 时，您可按需选择支持的推理模型。 | ||||
知识引擎 VeKnow 管理 | 提供文档向量化存储、智能检索与知识维护等功能 | ||||
系统监测 | 追踪知识引擎 VeKnow 关联的AI应用数量、内容使用效能（如召回次数）及模型性能指标（调用量、Token消耗、响应速度），为资源优化与异常排查提供数据支撑。 | ||||
权限管理 | 提供多级账号体系与资源访问控制机制 | ||||
个人知识库
为企业内个人打造的专属知识空间，个人知识库仅个人可见，助力企业成员统一沉淀、加工个人知识，并通过智能问答、开放能力实现个人知识检索服务。更多信息，请参见管理个人知识库。
知识图谱
知识库中主体知识图谱通过可视化关联展示知识间的逻辑关系（如概念从属、属性关联、因果联系）以实现知识结构化与深层挖掘，适用于需理清复杂知识关联、高效定位关联信息的场景，尤其适配跨领域知识整合、复杂问题溯源分析、智能推荐关联知识等需求。本文为您介绍如何在知识引擎 VeKnow 创建主体知识图谱。更多信息，请参见知识图谱。
知识编译
知识编译是一套面向业务域的知识加工能力，支持将知识库中的原始文档资料在知识编译空间内编译为可消费的结构化产物，包括本体语义、知识图谱、LLM Wiki 等多种形式。通过「构建编译空间 > 描述业务目标 > AI 智能生成编译方案 > 审核调优方案 > 发布资产 > 封装为 Agent Skill」流程，智能将业务知识高效构建为 Agent 可消费的知识底座，且将传统的人工构建+审阅确认的流程，转变为 AI 构建+审阅确认的新方式，在提升知识构建效率的同时，依靠人工审核保障知识内容质量可控。更多信息，请参见知识编译。
检索应用
知识引擎 VeKnow 支持创建 Agent 并关联知识库，通过构建-调试-发布检索应用，后续可调用知识引擎 VeKnow OpenAPI 在外部系统集成检索应用，实现知识检索与问答能力。例如在客服/导购场景中，可通过知识引擎 VeKnow 的检索应用，精准识别需求、生成智能话术、提供个性化商品推荐，实现从需求解析到售后支持的全链路任务自动化。更多信息，请参见检索应用。
智能打标
智能打标基于 AI 大模型能力，用于挖掘企业私域和公域的非结构化数据价值，包括会话数据、图像数据、视频内容数据等。利用文本识别、语音识别、视频截帧等能力对数据进行预处理，并结合向量化模型、大模型推理等能力进行数据分析、打标与观点提取，释放数据价值。更多信息，请参见智能打标概述。
项目中心
项目中心包含了模块与资源的使用权限；知识库、智能问答等功能的数据统计；OpenAPI；资产与模型检测；算子与大模型设置在内的多种管理功能。更多信息，请参见权限管理。
客户痛点 | 具体问题 | 我们提供的解决方案 |
|---|---|---|
多模态知识管理困难 | Agent应用缺少“统一的知识库底座”，每个Agent平台自己接入一部分知识，知识分散，无法统一管理。 | 「企业级统一知识引擎平台」
|
知识加工困难 | 企业内部部门多、知识分散、繁杂，如何统一管理企业内部知识资产，提高员工工作效率，且要保障各部门知识权限精细化、灵活控制。 | 「企业内部知识管理平台」
|
知识挖掘能力差 | 非结构化数据价值挖掘难度大。在大模型技术蓬勃发展下，希望挖掘非结构化数据价值，如图片内容提取、视频内容提取，提取后对数据进行处理后，给到数据标注平台、模型训练平台；也可直接用于知识问答，共同辅助企业生产、营销、经营各个环节。 | 「企业知识中台」
|
知识安全难保证 | 因数据权限管理缺失而导致敏感信息面临泄露风险。 知识库版本混乱状况会对业务连续性产生不利影响。 | 「企业内部知识权限管理」
|
高质量内容过少 | 内部内容质量低，无法有效供业务部门查数据，如缺少行业数据，高质量数据集进行知识问答或模型训练。 | 「高质量数据集+知识问答」
|
注意
为避免出现兼容性问题，推荐您使用最新版本的 Google Chrome 浏览器访问平台。
关于知识引擎 VeKnow 的相关操作如下：
- 知识接入与加工：
- 知识召回及调试：
- 知识应用：
- 搭建检索应用，并通过 OpenAPI 将应用接入其他系统实现知识检索能力。具体操作请参见检索应用。
- 项目管理：
- 本服务输出的内容均由人工智能模型生成。
- 本功能适用人群：仅限于客户在内部、自有业务、自己使用，客户不得通过数据智能体向公众提供生成式人工智能服务。
- 本产品支持 SaaS 版本和私有化部署版本产品使用，如需购买或试用，您可以立即咨询。