無程式碼也能輕鬆打造專業LINE官方帳號！一鍵導入模板，讓AI助你行銷加分！
傳統知識庫是被動的儲存庫。你把文件放進去，之後再搜尋它們。Refly 以 AI 原生方法重新構想了這一點，讓每份文件都成為系統理解、連接並可以推理的主動知識資源。
由 refly-ai 建構的這個平台結合了文件管理與 LLM 驅動的問答、上下文搜尋和知識圖譜視覺化。文件會自動分析，提取實體，發現主題之間的連接，使用者可以提出自然語言問題，利用整個知識庫來回答。
核心能力
| 功能 | 描述 |
|---|---|
| AI 文件理解 | 自動實體提取、摘要和分類 |
| 上下文問答 | 用自然語言提問，獲得基於文件的答案 |
| 知識圖譜 | 文件關係和主題的可視化探索 |
| 集合管理 | 將文件組織到主題集合中 |
| 協作 | 共享知識庫並即時協作 |
知識處理管線
flowchart LR
A[文件] --> B[文件攝取]
B --> C[內容分析]
C --> D[實體提取]
C --> E[嵌入生成]
D --> F[知識圖譜]
E --> G[向量索引]
G --> H[語義搜尋]
F --> H
F --> I[圖譜視覺化]
J[使用者查詢] --> H
H --> K[上下文組裝]
K --> L[LLM 答案生成]
L --> M[答案 + 來源]
當文件被攝取時，會分析其中的實體和關係以建構知識圖譜，同時嵌入為語義搜尋提供支援。查詢從向量索引和知識圖譜中檢索相關上下文，然後 LLM 根據檢索到的來源生成答案。
效能比較
| 能力 | Refly | Confluence | Notion AI | 標準 RAG |
|---|---|---|---|---|
| 知識圖譜 | 原生 | 否 | 否 | 否 |
| 實體提取 | 自動 | 僅手動 | 基本 | 可選 |
| 上下文問答 | 優秀 | 差 | 良好 | 良好 |
| 自託管 | 是 | 否 | 否 | 是 |
| 開源 | 是（AGPL） | 否 | 否 | 是 |
如需更多資訊，請造訪 Refly GitHub 儲存庫 和 Refly 文件。
常見問題
Q：Refly 支援哪些文件格式？ A：Markdown、PDF、純文字、HTML 和圖像（附 OCR）。
Q：我可以自託管 Refly 嗎？ A：可以，Refly 支援基於 Docker 的自託管以實現完全資料控制。
Q：Refly 支援哪些 LLM？ A：OpenAI、Anthropic 以及任何相容 OpenAI 的 API，包括本地模型。
Q：知識圖譜如何處理大量文件集？ A：它使用增量索引，在適當的基礎設施下可以處理數百萬份文件。
Q：Refly 支援即時協作嗎？ A：是的，多個使用者可以同時在同一個知識庫上工作。
