企业从来 不缺知识 ，缺的是 能被 AI 稳定调用 的知识。

—— 网易智企·云商

网易智企·云商 Mind Studio（网易智企AI知识库）是网易智企旗下的企业级 AI 知识库，面向Agent服务的垂类知识库，用「三层检索+知识图谱」让企业知识找得到、找得准，为 AI Agent 提供可控、可信的知识底座。Mind Studio在真实客户场景里跑下来，图谱关联准确率从55%提升到88%。这 33 个百分点不是换模型换出来的，中间隔着三件事：加工、解析、治理。

55%

治理前的图谱关联准确率

88%

治理后的图谱关联准确率

📌 本文看点

01

知识为什么难用

02

三步把原料变成底座

03

让知识跟着业务自转

01

PROBLEM

知识为什么难用

先看客户现场的真实状况。不少企业要么没有成型知识库，要么知识散在各个平台（例如飞书、印象笔记和各类数据库）、要么就是云商业务系统中，各自为政。即便收拢了一批文档，结构也常常不适配：客户问法太活，同一款商品几种说法，相似型号彼此串位，跨页的上下文关系检索不到。

旧版本和冲突内容长期没人清理，连“什么算重复”都没有判定标准。等到 Agent 接进来，又变成黑盒：答错了不知道为什么错、调用了哪条知识、走了哪个模型，修一个冒一个，运营始终没有闭环。

「这些问题有一个共同点：都不是换一个更强的模型能解决的。」

02

PROCESS

加工：把原料变成 AI 用得上的结构

通过轻量知识接入与自动化加工，把原料变成 AI 用得上的结构。接入支持手动与定时触发，也支持全量与增量同步；加工环节做数据清洗、聚合去重、会话萃取，以及把表格类内容转成结构化 FAQ。

💡 关键原则：不追求“好文档长什么样”，而是 把结构化的成本从客户手里接过来 。结构化这份苦活，本来就该由平台承担。

03

PARSE

解析：让知识具备可计算的结构

解析环节由三层 RAG 引擎按场景选型：增强 RAG、树检索 Page Index、图检索 LightRAG。这三类各自解决一个问题。

增强 RAG

用查询改写、多路召回、重排与实体信号增强，抑制“张冠李戴”。

树检索 Page Index

自动识别目录、标题与页码并标记层级，解决远距离切片的召回问题。

图检索 LightRAG

把文档内容建联成实体、属性、关系与别名的知识血缘，支持多跳召回与局部增量更新。

走完这一步，知识就不再是一堆切好的碎片，而具备近似本体的可计算结构 。

04

GOVERN

治理：让知识持续可维护

治理解决的是“知识库建完就完”之后的长期问题。

重复检测

做全库静态扫描，定位大面积重复并输出“重复组”，把判断权交给用户。

知识消歧

召回时实时检测取值冲突，把冲突取值拉回来让用户选择，再回写修正知识库。

版本更新

对比切片方案，融合而非覆盖，调过的切片不浪费，新内容不丢失。

再配上意图盘点、问答回溯与智能诊断，让检索链路四层全部可见。

∞

THE END

让知识跟着业务自转

这套方法有可验收的量化指标。

≥85%

知识命中率

≥90%

引用可追溯率

落地节奏上，从对接知识库、测试、灰度 20%、收集错答案例、修复到再测试，循环收敛，最后让知识跟着业务自转，形成知识飞轮。

三条避坑提示

1

不要先上 Agent 再补知识。编排得再顺，召回的也是旧知识和碎片。

2

不要让客户长期维护一份知识副本。来源端一更新，副本就过期。

3

不要用“好文档长什么样”把结构化成本甩回客户。

10 月 23 日至 24 日，DACon 2026 北京站，网易智企·云商 智能化资深产品经理王光宇将带来演讲《从知识加工到知识治理：企业知识如何成为 Agent 可直接调用的底座》，相关内容后续也会同步在本公众号，敬请关注～～

     关于我们

    图片