## 1. 概述

觅思文档内置了完整的 AI RAG（Retrieval-Augmented Generation，检索增强生成）引擎，可直接实现：

* 文档向量化
* 向量检索
* AI 问答
* AI 辅助写作
* 文档语义搜索
* AI 内容生成

内置 AI 引擎采用「RAG + 大语言模型」的方式运行，其核心能力包括：

* 文档切片（Chunk）
* Embedding 向量化
* 向量检索
* 重排（Rerank）
* 大语言模型生成（LLM）

同时，觅思文档并不绑定特定 AI 服务商，所有 AI 能力均可通过独立配置的大模型接口实现，包括：

* 文本生成模型
* Embedding 模型
* Rerank 重排模型

在此基础上，觅思文档还支持接入 Dify，用于扩展更复杂的 AI 工作流与应用编排能力。

本文主要介绍：

* 觅思文档内置 AI 引擎的工作机制；
* Dify 的集成方式；
* 独立 AI 接口的作用；
* AI 接入后的整体能力。

---

## 2. AI 接入方案说明

觅思文档目前支持两种 AI 接入方案：

| 方案        | 说明                 |
| --------- | ------------------ |
| 内置 AI 引擎  | 使用 MrDoc 自带 RAG 能力 |
| Dify 集成方案 | 使用 Dify 作为 AI 平台   |

两种方案：

* 功能定位不同；
* 配置方式不同；
* 运维复杂度不同；

通常情况下：

> 选择其中一种方案即可。

---

### 方案一：内置 AI 引擎

内置 AI 引擎是：

> 觅思文档自身实现的一套完整 RAG 知识库方案。

整体流程如下：

```text
文档内容
   ↓
文档切片（Chunk）
   ↓
Embedding 向量化
   ↓
向量存储
   ↓
用户提问
   ↓
向量检索
   ↓
Rerank 重排（可选）
   ↓
LLM 生成答案
```

其特点：

* 开箱即用；
* 配置简单；
* 运维成本低；
* 更适合私有部署；
* 更适合文档知识库场景。

适用于：

* AI知识库
* AI知识问答
* 文档语义搜索
* AI辅助写作
* 企业内部知识库

---

### 方案二：Dify 集成方案

Dify 是第三方 AI 平台。

觅思文档支持将文档同步到 Dify 知识库，并调用 Dify 提供的 AI 接口。

Dify 更偏向于：

* AI 工作流平台
* AI Agent 平台
* 多模型统一管理平台
* AI 应用编排平台

适用于：

* 企业 AI 工作流
* AI Agent
* 多步骤 AI 自动化
* 复杂 AI 应用

相比内置 AI 引擎：

* 运维复杂度更高；
* 部署成本更高；
* 更适合复杂 AI 场景。

---

## 3. 觅思文档内置 AI 引擎

### 内置 AI 引擎架构

觅思文档内置 AI 引擎本质上是一套完整的 RAG 知识库方案。

整体流程如下：

```text
文档内容
   ↓
文档切片（Chunk）
   ↓
Embedding 向量化
   ↓
向量存储
   ↓
用户提问
   ↓
向量检索
   ↓
Rerank 重排（可选）
   ↓
LLM 生成答案
```

---

### 内置 AI 引擎的组成

#### （1）Embedding 向量化模型

用于将文档内容转换为向量数据，以实现语义检索。

主要用于：

* 文档向量化
* 用户问题向量化
* 相似度检索

---

#### （2）向量数据库

用于存储文档向量数据。

默认情况下：

* 觅思文档可使用内置存储方案；
* 无需额外部署向量数据库。

同时也支持配置外部 Qdrant 向量数据库，以获得：

* 更高性能；
* 更大规模向量存储；
* 更强扩展能力。

---

#### （3）Rerank 重排模型（可选）

用于对向量检索结果进行二次排序，提高检索准确率。

适用于：

* 大规模知识库；
* 相似内容较多的场景；
* 对问答准确率要求较高的场景。

---

#### （4）LLM 大语言模型

用于生成最终回答内容。

可用于：

* AI 问答
* AI 辅助写作
* 文档总结
* 内容润色
* AI 翻译

---

## 4. Dify 集成架构

除了内置 AI 引擎外，觅思文档还支持接入 Dify。

Dify 更偏向于：

* AI 工作流平台
* AI 应用编排平台
* 多模型统一管理平台

适用于：

* 复杂 AI 工作流；
* 企业级 AI 应用；
* 多模型统一调度；
* AI Agent 场景。

---

### （1）同步文档到 Dify 知识库

觅思文档支持将文档同步到 Dify 知识库，供 Dify 进行：

* 文档切片
* 向量化
* AI 问答

同步内容包括：

* 文档标题
* 文档正文

支持：

* 手动同步
* 自动同步

---

### （2）调用 Dify AI 接口

觅思文档可直接调用 Dify 提供的接口，包括：

* Chat / Completion 接口
* 知识库检索接口
* Dify App 对话接口

用于实现：

* AI 聊天
* AI 问答
* AI 工作流
* 企业 AI 助手

---

## 5. 独立 AI 大模型接口

无论是：

* 内置 AI 引擎
* AI 辅助写作
* Dify 集成

本质上都需要调用外部 AI 大模型接口。

因此，觅思文档支持单独配置：

| 类型           | 用途         |
| ------------ | ---------- |
| 文本生成模型       | AI 对话、内容生成 |
| Embedding 模型 | 文档向量化      |
| Rerank 模型    | 检索结果重排     |

支持接入：

* OpenAI 接口规范
* 本地部署模型
* 第三方 AI 服务商
* OpenAI 兼容接口

包括但不限于：

* OpenAI
* DeepSeek
* Qwen
* Gemini
* Claude
* Ollama

---

## 6. AI 知识库问答工作流程

AI知识库问答采用典型 RAG（检索增强生成）流程。

整体工作流程如下：

```mermaid
flowchart TD

A[用户提问] --> B[问题向量化]
B --> C[向量数据库检索]
C --> D[召回相关切片]
D --> E[Rerank 重排]
E --> F[拼接上下文]
F --> G[提交 LLM]
G --> H[生成最终回答]
```

---

### 工作流程说明

#### （1）用户提问

用户输入自然语言问题。

例如：

```text
如何部署 Qdrant？
```

---

#### （2）问题向量化

系统调用 Embedding 模型，将用户问题转换为向量。

用于进行语义检索。

---

#### （3）向量检索

系统从向量数据库中查找与问题最相似的文档切片。

---

#### （4）Rerank 重排

如果启用了 Rerank 模型：

系统会对召回结果再次排序，以提高准确率。

---

#### （5）LLM 生成答案

系统将检索结果作为上下文提交给大语言模型。

最终由 LLM 生成自然语言回答。

---

## 7. 接入后的 AI 能力

完成 AI 接入后，觅思文档可实现以下能力。

---

### AI 知识库

* 文档语义检索
* AI 知识问答
* RAG 检索增强生成
* 企业知识库

---

### AI 写作

* AI 文档创作
* AI 内容续写
* AI 润色优化
* AI 翻译

---

### AI 阅读与分析

* 文档总结
* 内容提炼
* 智能分析
* AI 辅助阅读

---

### AI 对话

* 网站 AI 助手
* 企业知识机器人
* AI 聊天助手

---

## 8. AI 使用前提

在使用 AI 功能前，需要先完成以下配置：

| 配置项          | 是否必须 |
| ------------ | ---- |
| AI 引擎配置      | 是    |
| 文本生成模型       | 是    |
| Embedding 模型 | 是    |
| 文档向量化        | 是    |

可选配置：

| 配置项          | 是否必须 |
| ------------ | ---- |
| Rerank 模型    | 否    |
| Qdrant 向量数据库 | 否    |

建议先阅读：

* Dify框架配置
* Qdrant部署
* AI文档创作

---

## 9. 推荐使用建议

| 使用需求        | 推荐方案                       |
| ----------- | -------------------------- |
| 快速启用 AI     | 内置 AI 引擎                   |
| 低运维复杂度      | 内置 AI 引擎                   |
| 私有部署知识库     | 内置 AI 引擎                   |
| AI 文档写作     | 独立 AI 接口                   |
| 企业级 AI 工作流  | Dify                       |
| 多模型统一管理     | Dify                       |
| AI Agent 场景 | Dify                       |
| 大规模知识库      | 内置 AI 引擎 + Qdrant + Rerank |

---

## 10. 常见问题

### AI 回答为空

可能原因：

* 文档未向量化；
* AI 同步未开启；
* Embedding 配置错误；
* 向量数据库异常；
* 未检索到相关内容。

---

### AI 回答不准确

可能原因：

* 文档内容过少；
* 文档结构混乱；
* 检索命中率低；
* 未启用 Rerank；
* 大模型能力不足。

---

### AI 无法理解专业术语

建议：

* 在文档中增加术语说明；
* 增加 FAQ；
* 增加示例内容；
* 使用行业专用模型。

---

## 11. 总结

觅思文档的 AI 能力，本质上是：

> “文档系统 + RAG + 大语言模型”的深度融合。

通过 AI 与知识库结合，觅思文档不仅是一个文档系统，也可以成为：

* 企业 AI 助手
* 私有化知识机器人
* 智能检索平台
* AI 驱动的知识中枢

在私有化部署场景下，可以有效解决：

* 文档难检索
* 知识难沉淀
* AI 无法结合内部数据
* 数据无法离开内网

等问题。

🤖 AI知识库与智能问答