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！
传统知识库是被动的存储库。你把文档放进去，之后再搜索它们。Refly 以 AI 原生方法重新构想了这一点，让每份文档都成为系统理解、连接并可以推理的主动知识资源。
由 refly-ai 构建的这个平台结合了文档管理与 LLM 驱动的问答、上下文搜索和知识图谱可视化。文档会自动分析，提取实体，发现主题之间的连接，用户可以提出自然语言问题，利用整个知识库来回答。
核心能力
| 功能 | 描述 |
|---|---|
| AI 文档理解 | 自动实体提取、摘要和分类 |
| 上下文问答 | 用自然语言提问，获得基于文档的答案 |
| 知识图谱 | 文档关系和主题的可视化探索 |
| 集合管理 | 将文档组织到主题集合中 |
| 协作 | 共享知识库并实时协作 |
知识处理管线
flowchart LR
A[文档] --> B[文档摄取]
B --> C[内容分析]
C --> D[实体提取]
C --> E[嵌入生成]
D --> F[知识图谱]
E --> G[向量索引]
G --> H[语义搜索]
F --> H
F --> I[图谱可视化]
J[用户查询] --> H
H --> K[上下文组装]
K --> L[LLM 答案生成]
L --> M[答案 + 来源]当文档被摄取时，会分析其中的实体和关系以构建知识图谱，同时嵌入为语义搜索提供支持。查询从向量索引和知识图谱中检索相关上下文，然后 LLM 根据检索到的来源生成答案。
性能比较
| 能力 | Refly | Confluence | Notion AI | 标准 RAG |
|---|---|---|---|---|
| 知识图谱 | 原生 | 否 | 否 | 否 |
| 实体提取 | 自动 | 仅手动 | 基本 | 可选 |
| 上下文问答 | 优秀 | 差 | 良好 | 良好 |
| 自托管 | 是 | 否 | 否 | 是 |
| 开源 | 是（AGPL） | 否 | 否 | 是 |
如需更多信息，请访问 Refly GitHub 仓库 和 Refly 文档。
常见问题
Q：Refly 支持哪些文档格式？ A：Markdown、PDF、纯文本、HTML 和图像（带 OCR）。
Q：我可以自托管 Refly 吗？ A：可以，Refly 支持基于 Docker 的自托管以实现完全数据控制。
Q：Refly 支持哪些 LLM？ A：OpenAI、Anthropic 以及任何兼容 OpenAI 的 API，包括本地模型。
Q：知识图谱如何处理大量文档集？ A：它使用增量索引，在适当的基础设施下可以处理数百万份文档。
Q：Refly 支持实时协作吗？ A：是的，多个用户可以同时在同一知识库上工作。
