定位
文件不是不存在，是找不到、对不上、不敢用
合同、证照、检测报告、项目资料，散在十几个文件夹和几个人的电脑里。 要用的时候翻不出来；翻出来了又说不清是不是最新版；想让 AI 帮忙看看，又不敢把资料传出去。
- 底座
- 本地资产库系统 · 自研
- 面向
- 有大量合同、证照、检测报告、项目资料的企业
- 数据在哪
- 服务只监听 127.0.0.1，外网连不进来
交付什么
01
基础前端工作台
审核队列、检索、分类、图谱的完整操作界面。
02
AI 大模型连接
审核与对话走本机模型服务，接口保持兼容，可替换。
03
资产库
按你的资料结构预置的库与分类体系。
三件套是起点；之后按你的需求往工作台上加功能。
入库怎么走
STEP 01
读一遍
PDF 提正文并对扫描页抽样 OCR；Word / Excel / PPT 提结构化文字与内嵌图片；图片做视觉识别；音频转写；视频同时取语音和代表画面。
STEP 02
判一次
AI 判断该不该入库，并且要拿出证据——解析器确认内容被完整读取、模型确实看过对应模态。证据不足或置信度不到线，一律转人工，不猜。
STEP 03
存下来
内容按 SHA-256 去重，同一份文件从多处导入会保留全部来源记录。入库要生成内容简介，简介同时进全文检索索引。
它具体能做什么
- 全格式内容解析 —— 不按扩展名判断，按内容读。PDF、Office 三件套、图片、音频、视频都在范围内
- AI 审核 + 证据门禁 —— 服务端独立重算证据是否充分，模态没覆盖、解析没读完、置信度不够，统统转人工
- 内容寻址与来源追溯 —— 同一份文件只存一份，从哪些位置导入过全部留痕；复制入库，不移动、不删除源文件
- 语义分类 —— 一级按文件类型，二级按内容语义；不确定就标成待人工分类，不会硬塞一个
- AI 对话与工作成果 —— 跨多份已入库资产做研究、比较、归纳，把结论落成独立文档；模型只读正式入库资产，不能改分类、不能删
- 敏感文件保护 —— 私钥、凭据和疑似令牌文件会被盘点到、标记出来，但默认不复制；系统目录、缓存、回收站直接跳过
适合：企业 —— 资料散在十几个文件夹和几个人的电脑里，要用的时候翻不出来，翻出来又说不清是不是最新版，也不敢传给外部工具处理。
边界
这一版现在还没有的
下面这些是当前版本确实做不到的，写在这里，是为了让你在了解它之前先知道它的边界。
企业版的已知边界
- 还没有多用户身份与权限体系 —— 是单机版本，不是协同平台
- 不支持远程访问 —— 服务只监听本机环回地址，外网连不进来
- 没有灾备与异地备份 —— 数据在你本机，备份要你自己做
- AI 置信度尚未校准 —— 模型给出的业务结论必须由人复核
- 部分能力只是接口预留 —— 时效更新、资产责任人、可信来源、异盘备份目前是模块契约与界面占位，尚未连接任何企业系统
- 旧版 Office 格式需另装组件 —— DOC / XLS / PPT、ODF、RTF 需要额外安装 LibreOffice 才能解析
- 抽样检查有范围 —— 超出抽样范围的页面或画面可能没被读到，索引里会写明抽样说明
- 分类可能不准 —— 低置信度会标成待人工分类，最终要靠人确认
