分类： RAG

一粒云“文档云+AI大数据”未来3年可持续发展战略路线图

由admin发布在AI智能、RAG、云办公、产品与研发、客户案例、数据增强、新闻动态、知识图谱

我们将未来三年划分为三个关键阶段，

目标是：从单纯的数据存储管理，演进为智能的数据治理与知识挖掘。

第一阶段：连接与标准化 (2024-2025) —— 建立坚实的数据治理底座

这个阶段的核心是解决“数据孤岛”和“权限混乱”的技术痛点，为上层AI应用铺平道路。

  • 技术与产品目标：
    • 一体化集成能力： 完善与企业主要 IT 系统（OA, CRM, ERP 等）的深度集成。
    • 统一接口 (API) 与标准化： 发布和完善一组统一的、强大的标准接口，让所有文档和非文档数据都能高效接入。
    • 权限与安全管控： 实现精细到原子级的权限管理，确保在集成场景下的数据安全可控。
    • 文控审批与协同网络： 基于协同网盘和版本控制，完善文控审批和多人协作流程。
    • 多端同步（钉钉/企业微信）： 解决跨平台、跨设备的数据一致性。
  • 商业价值目标：
    • 帮助企业实现数据治理的标准化，确保所有数据“可管控”和“安全存储”。

第二阶段：智能增强与语义网 (2025-2026) —— RAG 与多模态搜索

这个阶段的核心是引入 AI 技术，让系统不仅能存储数据，还能“理解”数据，将静态文档转化为动态知识。

  • 技术与产品目标：
    • 知索-RAG知识引擎： 引入检索增强生成 (RAG) 技术。系统开始能“扫描现有数据”并生成智慧搜索体验。
    • 语义与向量搜索： 引入向量数据库和 OCR 文字识别，让系统不仅能跨越关键词，还能根据“理解”进行精准检索。
    • 模型管理： 建立预置模型（BERT, GPT 等）和自定义模型的管理机制。
    • 多模态支持： 扩展对图片、音频、视频、压缩文件、CAD图纸等非文本数据的处理能力。
    • 性能优化与可视优化： 解决海量文档索引和可视化带来的性能瓶颈。
  • 商业价值目标：
    • 帮助企业实现从“信息检索”到“智慧决策”的跃迁，让知识服务触手可及。

第三阶段：深度应用与智慧决策 (2026-2027) —— 开放共享安全的“数据中台”

这个阶段的核心是将智能文档云能力与大数据的全国市场建设相结合，实现全球业务的统一管理与数据流通。

  • 技术与产品目标：
    • 跨地区/跨组织融合与跨国业务协同： 强化分布式存储和隔离网文件交换能力，实现跨地区、跨国的统一管理与无缝共享。
    • 一粒云集团统一文档云中台： 打造高度分布式、可扩展的文档管理中枢，确保全球协同与合规。
    • 深化数据资源开发利用： 结合 AI 能力，深度耦合企业硬件与出海优势，培育数字赋能新动能。
    • 行业深度融合： 强化在医疗、科研、金融等垂直领域的深度融合。
  • 商业价值目标：
    • 为建设“开放共享安全的全国一体化数据市场”提供核心基础设施支撑，实现从“数据治理”到“数据市场”的价值飞跃。

以一粒云文档云底座支撑”十五五”数据建设高质量发展

由admin发布在AI智能、RAG、数据增强、知识图谱

在数字经济浪潮席卷全球的当下，数据已成为驱动经济社会发展的核心引擎。”十五五”时期，作为我国数字中国建设的关键五年，数据要素基础制度建设、数据资源开发利用、数据安全治理等工作被提升到前所未有的战略高度。2026年全国两会期间，多位代表委员围绕数据工作提出重要建议，包括加强企业数据治理、建设可信数据空间、推动高质量数据集建设等。在此背景下，一粒云文档云底座凭借其统一文档管理、安全数据交换与智能知识挖掘的核心能力，正成为支撑”十五五”数据建设高质量发展的重要基础设施。

一、企业数据治理：筑牢数字赋能的”轨道”

全国人大代表陈国鹰在两会建议中明确提出，“十五五”时期要加强企业内部数据治理，以高质量数据筑牢数字赋能的”轨道”。企业数据治理是数字经济发展的基础性工程，涉及数据采集、存储、管理、应用全生命周期。

一粒云文档云底座中的KDocs系统，通过协同网盘、文控审批、多人协同编辑、知识库与多系统集成等功能，为企业构建了完整的文档数据治理体系。企业可在统一平台上实现文档的标准化管理、版本控制、流程审批与安全存储，确保数据资产的可追溯、可管控与高可用。系统支持多系统集成，能够与企业现有的OA、ERP等业务系统无缝对接，打通数据孤岛，实现数据的统一管理与共享复用。这种一体化的文档管理能力，为企业数据治理提供了坚实的平台支撑，助力企业从”经验决策”向”数据驱动”跨越。

二、可信数据空间：实现”数据不出域，价值可共享”

全国政协委员朱同玉提出建设”可信数据空间”的建议，推动医疗数据从”沉睡的资产”转变为”流动的引擎”。这一理念强调”数据不出域，知识可流通，价值可共享”，通过部署隐私计算与智算算力，构建统一的多模态通用数据模型，改变”数据搬家”的传统思路。

一粒云的KWS隔离网文件安全交换系统，正是构建可信数据空间的关键技术支撑。该系统集成了网盘功能、加解密、多网隔离、流程编排管理、数据内容检查审计以及AI辅助文件检查等功能，专为金融、科研、专网等高安全行业设计。在内外网文件交换过程中，系统能够确保原始数据始终留在本地，只流通经过脱敏处理的参数与结果，有效解决了数据流通中的安全与合规难题。

在医疗、金融等敏感行业，KWS系统支持授权人工智能企业的算法模型在本地运行，对数据进行本地化治理和训练，只带走参数和结果，原始数据始终留在机构内部。这种模式既保障了数据安全，又释放了数据价值，完美契合”十五五”期间对数据要素化配置与合规流通的要求。

三、高质量数据集建设：推动数据标准化与共享复用

全国政协委员蒋颖建议从三方面推动建设高质量数据集：构建统一标准体系、建立专项协调机制、强化应用导向。这些建议直指当前数据资源开发利用中的痛点问题——数据质量参差不齐、标准不统一、共享复用困难。

一粒云文档云底座通过统一的数据分类、元数据管理与质量评价体系，帮助企业实现存量数据的标准化改造。系统提供标准化的流程、工具模板与技术支持，降低了企业数据治理的负担。同时，平台支持成熟数据集纳入公共平台，实现共享复用，避免了重复建设与资源浪费。

在应用导向方面，系统要求项目立项明确使用场景，通过评审与监督确保建设成果匹配实际需求。这种以应用为导向的建设模式，确保了数据集的实用性与价值，为”十五五”期间数据资源的深度开发利用提供了有效路径。

四、数据安全与隐私保护：构建全流程安全防护体系

“十五五”规划明确提出，要坚持促进发展和规范管理相统筹，加强数据基础制度规则建设和人工智能治理，营造有益、安全、公平的发展环境。数据安全与隐私保护是数据建设的重要底线。

一粒云文档云底座通过多层次的安全机制，构建了全流程安全防护体系。系统采用文档加解密模块，防止文件终端泄密；数据备份系统提供基于文档、数据库、虚拟机的备份一体化管理，支持备份与还原的各种策略，确保数据可恢复；分布式存储平台为企业提供高可靠、高可用的存储服务，支持多种存储协议的完美融合。

更重要的是，KWS系统的多网隔离、数据内容检查审计与AI辅助文件检查功能，能够对数据流通进行全流程追溯与监控。在分级授权与全流程追溯机制方面，系统支持对科研用途的微观数据建立动态化、具体化的二次同意机制，对于经脱敏处理的匿名化数据，明确医疗机构作为应用管理的责任主体，并接受政府部门监管。这种精细化的权限管理与审计能力，为数据安全提供了坚实保障。

五、智能知识挖掘：从数据管理到智慧决策

陈国鹰代表在建议中还强调，要抓住人工智能快速迭代的”解锁”能力，深度耦合中国制造的”硬件”与”出海”优势，培育数字赋能新动能。这意味着数据建设不能止步于存储与管理，更要向智能化的知识服务转变。

一粒云的知索-RAG知识引擎，通过AI技术与高效的权限管理，实现了从”信息检索”到”智慧决策”的跃迁。系统能够扫描现有数据，形成智慧搜索与知识引擎，帮助企业从海量文档中挖掘知识价值，支持决策分析与业务创新。

在医疗、科研、金融等行业，知索-RAG能够与行业数据深度融合，推动数据从简单的存储与管理向智能化的知识服务转变。例如，在医疗领域，系统能够帮助医院构建知识库，辅助医生进行诊断决策；在科研领域，系统能够帮助科研机构快速检索相关文献与数据，提升研发效率。这种智能知识挖掘能力，正是”十五五”期间推动数字赋能的重要抓手。

六、支撑全国一体化数据市场建设

“十五五”规划提出，要建设开放共享安全的全国一体化数据市场，深化数据资源开发利用。这要求构建跨地区、跨部门、跨行业的统一数据管理平台。

一粒云集团统一文档云建设方案，面向大型集团型企业，通过企业网盘、多用户协作编辑、分布式存储、集成隔离网文件交换、文档管理控制系统以及开放API等功能，为企业打造一个高度分布式、可扩展的文档云中台。该中台能够实现跨地区、跨国的统一管理，确保在全球范围内的业务运作中，文档的统一管理与无缝共享得以实现。通过这一平台，企业能够在严格的安全和合规要求下，实现全球协同，打造统一、高效的文档管理中枢。

这种跨地区、跨组织的统一文档管理能力，为全国一体化数据市场的建设提供了重要的基础设施支撑。

结语

“十五五”时期，数据建设已成为推动我国经济社会高质量发展的核心动力。从企业数据治理到可信数据空间建设，从高质量数据集开发到数据安全防护，从智能知识挖掘到全国一体化数据市场构建，每一项任务都需要坚实的技术平台支撑。

一粒云文档云底座以其统一文档管理、安全数据交换与智能知识挖掘的综合能力，为企业与行业提供了全方位的数据治理解决方案。它不仅能够帮助企业筑牢数据治理的”轨道”，实现”数据不出域，价值可共享”的可信数据空间，推动高质量数据集建设，构建全流程安全防护体系，还能通过智能知识挖掘释放数据价值，支撑全国一体化数据市场建设。

未来，随着”十五五”规划的深入实施，一粒云文档云底座将持续发挥其技术优势，助力我国数据要素市场建设与数字经济发展，为构建开放共享、安全可控的全国一体化数据市场贡献力量，推动我国数字经济高质量发展迈上新台阶。

2026 一粒云深度搜索产品规划发布文档(YLY-KDSS)

由admin发布在AI智能、RAG、存储知识、数据增强、文档云、行业方案

概述

一粒云深度搜索产品基于NAS的独立搜索解决方案，旨在帮助集成商与最终客户通过简单易用的方式实现对存储在网络附加存储设备（NAS）中的文件进行高效、智能的搜索管理。通过将传统的文件管理与先进的AI搜索技术相结合，我们不仅提升了用户在文本和多模态数据搜索方面的效率，还能提供强大的权限管理和数据保护功能。

该解决方案不仅支持云盘与NAS文件之间的无缝集成，还能对不同类型的文件提供定制化的搜索体验，从文本文件到图像、视频、音频等多模态数据都能一站式处理，确保集成商和最终客户能够在多个应用场景下便捷地完成数据管理和搜索任务。

主要功能

1. 启用Yudao的组织架构与账号同步

  • 功能描述：
    我们的解决方案基于一粒云的账户扩展，实现与Yudao的组织架构与账号同步。通过这一功能，集成商和客户可以轻松将一粒云的账户信息同步到Yudao组织架构中，确保用户账号的一致性和统一管理，简化身份验证与授权管理。
  • 与钉钉、企业微信同步：
    开发了钉钉和企业微信与Yudao组织架构同步的组件，方便用户在多个平台间共享账户信息，减少重复操作和管理负担。无论是团队成员的管理还是权限设置，都能够在统一的框架下实现，极大提高了操作的便捷性。
  • 价值与优势：
    1. 提升用户体验：确保跨平台、跨工具的无缝衔接。
    2. 统一账号管理：管理员可以方便地进行账号审核、权限管理等操作。
    3. 减少集成成本：无需额外为每个平台单独配置账户，简化了部署和维护过程。

2. 添加访问权限判断与文件隔离

  • 功能描述：
    该功能支持对NAS文件进行访问权限配置与隔离，用户可以为不同的部门或个人配置与云盘一致的访问权限，确保数据的安全性与合规性。
  • 与云盘一致的访问权限管理：
    用户可以为挂载到NAS的文件设置部门或个人访问权限，确保访问控制灵活且高效。通过导入和导出操作权限，管理员能够快速复制、迁移或备份权限设置，简化权限管理流程。
  • 兼容群晖访问清单导入：
    提供群晖NAS的访问清单导入功能，帮助用户更便捷地将现有的权限管理迁移到我们的深度搜索解决方案中，避免重复配置。
  • 价值与优势：
    1. 灵活的权限控制：支持部门和个人级别的权限配置，确保文件访问的安全与合规。
    2. 高效的迁移支持：通过导入群晖权限清单，减少了系统部署和权限管理的工作量。
    3. 数据隔离：通过权限判断与文件隔离，避免了不同用户间的数据泄露或误操作。

3. NAS文件扫描过程的可视化优化

  • 功能描述：
    我们对NAS文件的扫描过程进行了可视化优化，使得扫描任务的管理更加简便透明。
  • 扫描任务可视化：
    用户可以通过界面清晰地查看当前扫描任务的状态、进度及处理情况，实时掌握任务进展。
  • 简化NAS挂载与索引：
    我们大大简化了NAS挂载与索引的流程，用户无需复杂的配置，便可完成文件的挂载和索引任务。
  • 性能限制支持：
    解决了群晖低端产品的扫描性能瓶颈，默认仅开启一个线程，保证低性能设备的稳定运行，避免系统过载。
  • 价值与优势：
    1. 提升用户操作体验：通过任务可视化，用户可以随时监控扫描进度，确保无遗漏。
    2. 简化配置：优化的挂载和索引流程，使得即使是技术人员较少的团队也能轻松配置和使用。
    3. 性能优化：为低端设备提供优化支持，避免因硬件限制造成的性能瓶颈。

4. AI搜索支持（多模态支持）

  • 功能描述：
    我们的AI搜索模块支持多模态数据的处理，包括文本、图片、音频、视频、办公文档、图纸、压缩包等，带来了全面的文件搜索体验。
  • 文本模型与多模态模型接入与管理：
    用户可以配置不同的文本模型以及图文、语音、视频等多模态模型，并进行集中管理。这使得用户可以针对不同类型的文件设置专门的处理方式，以更高效地进行搜索。
  • OCR与图文搜索支持：
    我们为图片和扫描文档提供OCR（光学字符识别）支持，实现对图片中的文字进行索引和搜索。图文搜索功能使得用户可以在图像和文本之间进行更加智能的搜索。
  • 向量搜索支持：
    提供对向量搜索的支持，尤其适用于图像和文档的语义搜索，让用户能够跨越关键词的限制，基于语义进行精准的搜索。
  • 价值与优势：
    1. 支持多种文件类型：不仅限于文本文件，还支持图片、视频、音频等多种数据格式，极大提升了数据的搜索范围。
    2. 智能搜索：通过AI算法和多模态技术，用户可以根据语义进行文件搜索，提升查找效率。
    3. 灵活配置：用户可以根据业务需求，灵活配置不同的模型和搜索方式，满足各类场景的需求。

方案架构与配置便捷性

本解决方案设计考虑到了便捷性与可配置性。用户只需通过简单的步骤便可完成系统的配置与部署，整个过程无需深入的技术知识。解决方案的主要优势包括：

  1. 统一管理与配置：通过统一的控制台，用户可以轻松管理账户、权限、搜索任务和AI模型。无论是文件的挂载、索引，还是权限的设置和优化，都能通过图形化界面完成。
  2. 自动化配置与优化：系统自动进行优化配置，包括性能调节、线程管理等，用户无需手动干预即可确保最佳性能。
  3. 支持跨平台部署：我们的方案支持在多种平台上进行部署，包括Windows、Linux、群晖等，用户可根据自身需求自由选择。
  4. 灵活的模型与任务管理：用户可以轻松切换或调整文本与多模态模型的配置，并对扫描任务进行详细管理，确保满足不同的数据处理需求。

总结

一粒云的深度搜索解决方案为集成商和最终客户提供了一个集高效、安全、智能为一体的文件管理平台。通过AI技术与高效的权限管理，用户可以轻松管理和搜索NAS设备中的文件，不仅提升了数据安全性，还大幅度优化了搜索效率。我们致力于通过简单的配置与灵活的功能，帮助客户解决复杂的文件管理问题，实现数字化转型的目标。

这一解决方案不仅适用于中小型企业，也非常适合大型企业在信息化建设中的应用，是实现企业数据管理智能化、精细化的理想工具。

收官2025，一粒云文档云系统V5.2.0 发版

由admin发布在RAG、云办公、产品与研发、客户案例、文档云、新闻动态、软件更新、隔离网安全

发布日期： 2025年12月31日
版本号： V5.2.0
更新概述：
本次一粒云V5.2.0版本更新是一次深度的功能迭代与体验升级。我们重点加强了底层权限体系的灵活性，完善了多源组织架构的同步能力，并深化了RAG深度搜索与企业微信的生态融合。同时，针对隔离网传输安全（摆渡）、ISO体系文控以及云笔记模块进行了专项优化，旨在为企业提供更安全、更智能、更高效的文档云协同平台。

一、 协同网盘

协同网盘模块在本次更新中着重优化了分享体验、通知机制以及文件管理的精细化程度。

1. 外链与分享增强

  • 外链安全升级： 新增外链密码自动更新功能，支持设置密码更新频率，并在密码更新时自动发送通知到企业微信，确保分享链路的安全性。
  • RAG深度融合： 完成外链增加与取消操作向RAG服务接口的推送，实现分享文件的深度索引。
  • 分享行为审计： 完善分享文件的更新记录功能，当分享文件发生变动时，系统会自动记录并向企业微信推送消息通知。
  • 搜索与索引： 新增分享文件的搜索功能，支持对分享文件进行全文检索标识的管理，提升分享内容的检索效率。
  • 逻辑优化： 优化了分享索引队列缓存，解决了分享文件列表排序无效、旧数据文件名不匹配等问题；修复了共享控件权限及预览下载权限的判定逻辑。

2. 文件生命周期管理

  • 文件到期属性： 新增文件到期属性设置功能，支持设置文件的失效时间。系统将自动检测文件过期状态，并在文件即将到期或已过期时，通过企业微信消息通知相关人员。
  • 文件操作优化： 修复了不允许修改文件名后缀时重命名文件夹失败的问题；修复了文件夹删除后访问外链的提示逻辑；优化了文件列表的数字排序规则。

3. 用户体验与界面

  • “我的转存”功能： 将原有的“收藏分享文件”交互升级为“我的转存”，操作更符合用户直觉。
  • 内部分享通知： 内部分享操作增加企业微信消息通知，并在消息中附带“我收到的”跳转地址，方便用户快速定位。

文件列表性能：

为满足大规模数据导出需求，将 /apps/files 接口默认返回条目数上限由 200 调整为 1,000,000。

二、 隔离网传输安全（收发信与内容鉴定）

针对高安全级别的隔离环境，本版本强化了摆渡信件的逻辑处理、传输链路检查及审计能力。

1. 信件收发逻辑优化

  • 逻辑删除： 新增信件逻辑删除功能，解决了信件收发人同时删除导致的数据一致性问题，保障数据可追溯性。
  • 链路检查机制： 增加发信前的链路检查功能。若链路不存在，信件将无法发送；同时，在流程审批环节触发链路检查，确保审批通过后传输通道的可用性。
  • 移动端支持： 解决了手机端下载摆渡文件令牌无效的问题；针对iOS企业微信环境，文件下载逻辑由预览调整为Zip打包下载，确保文件完整获取。

2. 审计与监控

  • 审计日志完善： 摆渡审计列表增加发起人部门ID和网络ID的筛选维度；导出报表中新增信件状态字段及申请人部门字段，满足合规审计需求。
  • 状态监控： 服务重启时自动移除文件移动锁，防止死锁导致传输失败；增加摆渡信件禁用开关，提供灵活的管控手段。

3. 审批流程修复

* 修复了文档审批中上传、更新、删除无法操作或检查报错的问题，确保隔离网间文件审批流程的顺畅。

三、 第三方扩展与组织架构

本版本大幅提升了系统的集成能力，实现了多源组织架构的统一管理与第三方系统的无缝对接。

1. 多源组织架构与用户同步

  • 多源架构支持： 部门表拆分为部门表与绑定表，完美兼容多源组织架构。支持同时从金蝶云、布谷智慧校园、AD域、用友、云之家等不同来源同步组织架构。
  • 同步机制优化： 实现了部门同步和用户同步的基类与缓存机制；AD域同步采用fork形式，大幅降低资源占用；修复了云之家删除部门同步失败等同步结果不准确的问题。
  • 标准化管理： 支持手动触发同步及获取同步详情，补充组织架构同步错误信息的展示，优化用户所在部门的 fullName 展示字段。

2. 统一身份认证（SSO）

  • 多协议支持： 支持CAS单点登录（支持URL参数、自定义字段）、Keycloak集成，并增加了一粒云ISO系统免登及用户云盘信息获取接口。
  • 金蝶云集成： 新增金蝶云第三方服务配置列表接口及登录跳转接口，支持从配置中获取新用户的默认密码。
  • 免密登录增强： 第三方免密登录支持修改Key，并将时间戳验证设为可选配置，增强了集成的灵活性。

3. 企业微信生态

* 深度优化了企业微信登录、文件下载、消息推送等场景，修复了iOS下载变预览、工作台登录失败、同步失败（表名错误）及消息通知范围不准等多个核心问题。

四、 RAG深度搜索

RAG模块在本次更新中扩展了数据源接口，并优化了索引的实时性。

  • 外链数据接入： 完成外链增加与取消发送至RAG服务的接口开发，使外链分享的文件也能被RAG系统实时抓取和分析。
  • 索引管理： 增加了分享文件全文检索标识的添加与删除功能；索引状态加上了变更文件路径的情况，确保搜索结果的准确性。

* 搜索优化： 修复了关键词为空或无选中标签时全盘搜索失效的Bug；优化了文件搜索的权限过滤逻辑，解决了个人权限与部门权限合并不准确、Limit太小导致搜索遗漏的问题。

五、 文控模块（体系文件管理、体系文件审批）

针对ISO文控需求，本次更新重点加强了文档的安全属性和审批流程的稳定性。

  • 水印管理： 完成文件属性指定水印内容功能，系统优先使用文件属性中定义的水印内容。外链预览水印新增分享创建人名称和IP地址，提升溯源能力。
  • 文档审批： 修复了文档审批流程中上传、更新、删除操作报错的问题，确保体系文件审批流程的闭环。

* 文控安全： 增加了远程路径挂载情况的判断逻辑；修复了共享空间文件列表权限判定、父/子文件夹授权优先级等权限逻辑问题。

六、 底层安全（分布式存储、加密、传输）

底层安全模块在权限控制、存储性能及加密传输方面进行了全面加固。

1. 权限体系重构

  • 角色权限系统： 增加角色权限判定和角色授权功能，支持角色成员日志记录。优化了权限继承逻辑，解决了父文件夹授权角色可见后，子文件夹授权失效；以及管理后台“看权限”列表中子部门用户不显示权限记录等复杂场景下的Bug。
  • 空间权限： 修复了部门空间对角色授权无效、指定共享空间授权未忽略系统管理员等问题。

2. 存储与传输优化

  • 下载机制： FDFS文件下载由HTTP下载改为命令行下载，去掉了对云盘文件是否存在的多余判断，修复了去掉杀毒节点导致发送失败的问题，提升了传输效率。
  • 缓存策略： 检查部门空间使用24小时缓存机制，缓存对应部门ID的已使用空间，减少数据库压力。
  • 并发与资源： 调整请求体解析器大小限制，避免同步大量部门时触发PayloadTooLargeError；取消多任务打包，防止资源不足导致打包失败；调整build编译内存配置。

3. 系统级修复

* 去掉了OA登录到云盘的信任IP地址限制；修复了1024长度字段无法创建索引、5.1.0.sql字符编码字段过长等问题。

七、 云笔记模块

云笔记模块在安全性和协作性上进行了功能补全。

  • 外链分享完善： 云笔记外链分享新增访问密码和过期时间设置，提升分享安全性。

* 权限控制： 新增云笔记分享的可编辑权限设置，修复了编辑分享笔记的Bug，满足了多人协作场景下的精细化权限需求。

总结：
一粒云V5.2.0版本通过整合多源架构、深化RAG应用、强化企业微信集成以及重构底层权限逻辑，全面提升了企业文档管理的安全性与协作效率。本次更新不仅修复了大量已知问题，更在用户体验、系统性能及高阶安全功能上实现了质的飞跃，为2025年的文档云服务画上了完美的句号。

「邮件分析」在军事领域中的定位

由admin发布在RAG

一、「邮件分析」在军事领域中的定位

在军事/安全体系中，邮件并不只是“通信内容”，而是被视为一种：

结构化证据载体（Evidence Artifact）

它通常用于支持以下判断之一：

  • 是否存在 组织关系
  • 是否存在 指挥 / 协调 / 情报传递
  • 是否存在 意图、计划或准备行为
  • 是否存在 异常通信或敌对行为迹象

因此分析目标不是“读懂邮件”，而是：

证明：谁，在什么时间，以什么方式，与谁，传递了什么意图或信息，其可信度有多高。

二、军事邮件分析的「证据要素体系」（核心）

可以理解为 5 大证据层 + 1 个综合判断层。

一）通信元数据证据（Metadata Evidence）

这是最基础、但法律与军事上权重极高的一层

典型要素

  • 发件人 / 收件人（To / CC / BCC）
  • 邮件地址特征
  • 发送时间（含时区）
  • 邮件服务器路径（路由痕迹）
  • 邮件频率与节奏

可得结论类型

  • 是否为固定通信关系
  • 是否存在指挥链 / 汇报链
  • 是否出现：
    • 突然高频
    • 异常时间段（深夜、行动前）

👉 这一层不依赖内容，哪怕邮件是空的也有价值

二）身份与角色证据（Identity & Role Evidence）

目标：判断“这是谁，不只是他用了哪个邮箱”

分析维度

  • 邮箱命名规则
  • 签名档风格
  • 职称、部门、用语习惯
  • 多封邮件中的一致性

结构化结果示例

{
  "推断身份": "作战协调人员",
  "依据": [
    "多次使用任务调度语言",
    "邮件常位于抄送链中上游",
    "署名与其他渠道一致"
  ],
  "置信度": 0.82
}

三）内容语义证据（Semantic & Intent Evidence）

⚠️ 这是 LLM 发挥最大作用的一层，但军事系统中不会单独使用

抽取内容

  • 明确指令（命令式语言）
  • 协调行为（时间、资源、人员）
  • 暗示性意图（准备、试探、评估）
  • 任务阶段词汇（如：准备 / 执行 / 汇总）

关键点

  • 不是“关键词命中”
  • 而是：
    • 行为意图
    • 语气强度
    • 指令明确度

四）上下文与跨邮件链证据（Contextual Evidence）

单封邮件价值有限，真正的证据来自“邮件序列”

分析内容

  • 话题演进
  • 任务推进阶段
  • 决策是否在某一封邮件后发生变化

示例判断

  • 某邮件 → 行动开始前 T-48 小时
  • 后续邮件 → 确认 / 执行 / 回报

👉 这是“计划存在性”的核心证据来源

五）异常与对抗痕迹证据（Anomaly & Deception Evidence）

军事情报中特有的一层

可疑信号

  • 用词突然变化
  • 常用渠道中断，改用私人邮箱
  • 邮件极简但频率增加
  • 明显“避实就虚”的表述

不是定罪，而是标记

{
  "异常类型": "通信模式突变",
  "表现": "频率上升但内容显著减少",
  "潜在解释": ["行动前保密", "渠道被监控"]
}

三、最终呈现的「分析结果形态」

军事领域不会输出“结论性一句话”，而是多层结果。

1️⃣ 证据结构化摘要（Evidence Summary）

  • 邮件编号
  • 涉及人员
  • 涉及事件
  • 证据类型
  • 可信度评分

2️⃣ 通信关系图（Network Graph）

  • 人 ↔ 人
  • 邮件频次、方向
  • 核心节点识别

👉 常用于指挥链 / 组织结构推断

3️⃣ 时间线（Timeline）

12-01 初次协调
12-03 资源确认
12-05 行动窗口确认
12-07 异常通信

4️⃣ 分析性判断（Analyst Judgment）

⚠️ 由系统辅助，人类分析员完成

典型格式：

“基于邮件通信元数据、语义内容及上下文序列，
高度可能存在一个持续的协调行为，其目的与某项行动准备阶段一致。
该判断的置信度为中高。”

四、LLM 在其中的“边界角色”

在军事领域，LLM 不会：

  • 独立做最终判断
  • 自动生成“行动结论”

它 只做三件事：

  1. 结构化证据
  2. 提供解释性线索
  3. 标记不确定性

五、你如果站在「系统设计者」视角，可以这样定义邮件分析模块

邮件 = 通信证据对象（Communication Evidence Object）

包含：

  • 原始内容（只读）
  • 抽取字段
  • 推断标签
  • 证据来源
  • 置信度
  • 人工复核记录

最后一句总结（很重要）

军事邮件分析的核心不是“发现秘密”，
而是“把零散通信，变成可被质询、可被反驳、可被复核的证据链”。

如果你愿意，下一步我可以继续帮你：

  • 设计一套 “邮件证据结构化 JSON Schema”
  • 或对比 情报邮件分析 vs 企业合规/内控邮件分析
  • 或从你做的 文档云 / RAG / 离线模型角度，给一套安全可控的技术架构

你更想往系统设计还是分析方法论继续深入？

LLM文档结构化抽取在军事领域的应用

由admin发布在RAG

一、在军事情报领域的主要功能（高价值 + 高壁垒）

核心目标：态势感知 + 决策支持 + 威胁预警

⚠️ 技术形态相同，但安全等级、准确率要求、容错率完全不同

1️⃣ 多源情报文档的实体与事件抽取

文档来源

  • 情报简报
  • 行动报告
  • 截获文本
  • 开源情报（OSINT）

抽取内容

  • 实体：
    • 人员、部队番号、装备型号、地理位置
  • 事件：
    • 调动、集结、演训、攻击、补给
{
  "事件类型": "部队调动",
  "单位": "第XX旅",
  "时间": "2025-12-12",
  "地点": "某区域",
  "装备": ["装甲车", "无人机"]
}

2️⃣ 情报时间线与态势图谱构建

LLM 抽取后常配合：

  • 时间序列分析
  • 知识图谱
  • 地理信息系统（GIS）

形成能力

  • 某区域：
    • 最近30天出现了哪些异常事件？
  • 某单位：
    • 是否出现活动频率异常？

👉 这是“态势感知”的基础

3️⃣ 威胁模式识别与预警

通过结构化数据，系统可以：

  • 对比历史模式
  • 发现异常组合：
    • 装备 + 时间 + 地点 + 行为
  • 提前标记“高风险事件”

⚠️ LLM 不直接下结论，而是：

提供“结构化证据 + 置信度”供指挥员判断

4️⃣ 情报融合与去重

现实问题：

  • 同一事件，被多份文档描述
  • 表达方式不同、立场不同

LLM 的作用：

  • 统一抽象为“同一事件对象”
  • 标注：
    • 信息来源
    • 可信度
    • 冲突点

二、OA 与军事情报的「共性与本质差异」

维度OA 办公军事情报
文档规模大量日常文档中等但高价值
结构化目标提效、管理决策、预警
准确率要求可容忍错误极低容错
人机关系自动化为主人在回路（Human-in-the-loop）
结果形式表格 / 流程 / 看板图谱 / 时间线 / 态势图

一粒云:LLM 文档结构化抽取,在OA办公领域的应用

由admin发布在RAG

一、什么是「用 LLM 对文档做结构化抽取」

一句话定义：

将“给人看的自然语言文档”，自动转化为“给系统处理的结构化数据”。

典型能力包括：

  • 文档 → 结构化字段（JSON / 表格 / 图谱）
  • 非规范文本 → 规范对象（实体、关系、事件）
  • 跨文档 → 统一结构、可对比、可计算

例如：

会议纪要（PDF）
↓
{
  "会议时间": "2025-12-10",
  "参会部门": ["研发部", "市场部"],
  "决策事项": [
    {"事项": "上线新版本", "负责人": "张三", "截止日期": "12-30"}
  ],
  "风险点": ["服务器容量不足"]
}

二、在 OA 办公领域的主要功能

核心目标：提升组织运行效率 + 降低“人为处理文档”的成本

1️⃣ 公文 / 制度 / 合同结构化

功能

  • 自动抽取：
    • 文档类型（通知 / 请示 / 合同 / 纪要）
    • 关键字段（时间、主体、金额、责任人、期限）
    • 条款与约束条件
  • 建立制度/合同元数据模型

价值

  • 不再“全文检索靠人看”
  • 支持：
    • 合同到期提醒
    • 制度比对（是否冲突）
    • 风险条款自动标记

2️⃣ 流程型文档 → 可执行流程

例如：

  • 请示报告
  • 立项文档
  • 变更说明

LLM 抽取能力

  • 识别：
    • 申请人
    • 审批层级
    • 决策点
    • 依赖条件

形成结果

{
  "流程类型": "立项审批",
  "发起人": "李四",
  "审批节点": ["部门负责人", "财务", "总经理"],
  "关键条件": ["预算<=50万"]
}

意义

  • 文档 → OA 流程自动生成
  • 减少“填表 + 重复录入”
  • 降低流程设计的人力成本

3️⃣ 会议纪要 / 周报 / 总结结构化

抽取要素

  • 决策项（Decision）
  • 待办事项（Action Item）
  • 风险与问题（Risk / Issue）
  • 责任人 & 时间

价值提升

  • 会议不再“开完即忘”
  • 自动生成：
    • 待办清单
    • 项目跟踪表
  • 支撑管理驾驶舱 / OKR / KPI

4️⃣ 企业知识库与智能检索

结构化后可做：

  • 文档 → 主题 / 标签 / 业务对象
  • 跨文档聚合：
    • “所有涉及某客户的文件”
    • “所有提到某项目风险的报告”

👉 这是一粒云在之前在做的 RAG / 文档云 / AI 检索的核心前置能力

知索RAG2.3.1发布，让企业数据实现从“存储”到“好用”的智能跃迁

由admin发布在AI智能、RAG、数据增强、知识图谱、软件更新

知索RAG: 为一粒云全新的以搜索为核心的文档智能化产品，目前在官网上介绍的有限，宣传资料，功能文档都为线下沟通，需要的客户和渠道伙伴可以联系公司人员索取。

版本定位：针对企业「数据检索难、知识复用低」的痛点，通过精准索引、语义检索、智能问答，自定义知识库，将海量文件转化为“可对话的知识资产”，助力组织实现数据价值最大化。

一、知索RAG ：从“能搜”到“搜准”的索引升级

作为AI知识库的底层引擎，知索RAG重点提升数据采集-索引-检索的精准度：

  • OCR准确率95%ocr 引擎更新到2.0，支持cpu快速解析，双核配置约1.2S一张A4图片，支持扫描版PDF、模糊图片的文字提取；
  • 图片向量搜索基于清华大学开源的CLIP模型实现“以图搜图”“以文字搜图”，比如用“项目logo”找设计稿，或用“柱状图”查图片；
  • 全链路扫描日志NAS/云盘扫描时，实时展示“索引进度”“错误详情”，确保索引覆盖率100%。
  • 发布8个AI辅助阅读与数据提取功能，并解决超长文本处理问题分别为: 元数据，摘要，标签，实体，内容问答，自定义抽取数据，文档分类，关联推荐

【图1：8个AI功能】

二、AI知识库：从“存知识”到“用知识”的价值释放

基于知索RAG，AI知识库2.0实现「文件-知识-问答」闭环：

  • 一键生成知识库导入云盘文件自动完成向量解析，无需手动分类，节省80%知识录入时间；
  • 单文件RAG，与知识库问答针对特定文件提问（如“Q3报告的客户复购率是多少？”，“我给xxx公司的云盘报价是多少？”），AI直接提取答案，避免“翻文件找数据”；
  • 知识库自定义角色可设置“销售视角”“技术视角”等角色，让AI用对应语境回答问题，更贴合业务需求。用于发布外链给第三方人员查询使用。

三、场景化价值：激活企业数据资产

一粒云知索rag系统本质上是帮助企业从“数据存储型”向“知识驱动型”转型的核心工具。系统的入口是搜索，但是核心是企业用户自身的文档资源，文档资源无缝接入到云盘系统和NAS存储，方便用户更好更快的使用AI来复盘自身的知识价值，企业组织文化沉淀，企业自身的软实力。最终目的是为了提升企业的竞争力。

知索RAG2.3.1的升级，不是“搜索功能优化”，而是企业数据价值的重塑。通过精准索引、智能问答，让海量文件从“硬盘垃圾”变成“创造价值的知识”，助力组织智能化升级。

如需体验智能知识管理，可预约或者留言产品演示。

一粒云5.1.4发布｜打通企业办公系统壁垒，重构高效协作底座

由admin发布在AI智能、RAG、产品与研发、文档云、新闻动态、软件更新

版本定位：针对企业「多系统割裂、协作低效」的核心痛点，聚焦系统集成、安全强化、效率闭环三大方向，将致远/蓝凌/以及之前集成过的泛微OA、金蝶云之家、企业微信消息等工具整合为统一办公中枢，助力组织降低协作成本。

一、全链路系统集成：从“跨平台切换”到“统一入口”

一粒云5.1.4本次更新实现与致远OA、蓝凌OA、金蝶云之家、企业微信消息、布谷智慧校园的深度对接，覆盖企业更多核心办公场景：

  • 单点登录（SSO）：用户无需重复输密码，点击云盘即可直达OA审批页，降低密码管理成本；
  • 消息与文件互通：OA待办提醒、文件修改通知实时推送至云盘，云盘文件可直接嵌入OA页面预览，实现云盘文件在OA中的穿透，避免“下载-发送-再打开”的繁琐；
  • 组织架构同步：蓝凌/金蝶/泛微/用友/竹云/致远/通达/钉钉/企微的组织架构自动同步至云盘，权限管理精准度提升，杜绝“越权访问”风险。
  • 审批流程打通：云盘审批已经实现对接 蓝凌/金蝶 2个品牌的审批功能，在云盘发起，在OA上审批，审批结果返回到云盘的整合。

本次更新集成列表：

  1. 致远OA单点登录
  2. 致远OA消息推送互通
  3. 致远OA文件穿透到云盘
  4. 蓝凌OA单点登录
  5. 蓝凌OA组织架构集成对接
  6. 蓝凌OA审批流集成
  7. 金蝶云之家单点登录
  8. 金蝶云之家架构集成对接
  9. 金蝶云之家OA审批流集成
  10. 布谷智慧校园单点登录集成
  11. 布谷智慧校园组织架构集成对接
  12. 企业微信应用消息互通


二、AI与安全兼容双加固：智能守护企业数据资产

针对企业最关心的「AI能力提升」「数据安全」与「多设备适配」问题，版本做了关键升级：

  • 无缝集成新产品知索RAG，AI搜索更加高效与准确
  • 新增AI辅助阅读，新增8大AI模块（集成知索rag，详情见rag系统介绍）
  • 自定义动态水印：支持“用户ID+时间+部门”的组合水印，可针对文件、文件夹自定义设置，覆盖内部分享、外部传输场景，有效防止文件截屏泄密；
  • 全平台兼容：完美适配鸿蒙Next、新版iOS及H5端，解决此前文件下载卡顿、预览变形的问题；
  • bugfix：
  • 修复全盘搜索的权限问题
  • 修复将ipgurad集成后文件清除逻辑文件索引状态展示
  • 修复文件名后缀允许和不允许修改状态bug
  • 修复外链到期后消息推送到企业微信bug
  • 修复AD域绑定部门被删除后无法同步等问题
  • 修复了文件本地编辑锁住后依然能使用wps、onlyoffice 等web在线编辑的问题
  • 修复部分NAS文件导入到云盘重命名与不能预览等问题
  • 等等

三、效率工具闭环：优化文件生命周期管理

新增功能聚焦「文件管理最后一公里」：

  • 文件有效期：可为文件快捷设置30天60天90天/永久的有效期，到期自动推送企业微信提醒；
  • 内部分享直连：分享文件时自动生成带跳转链接的企业微信消息，同事点开即可访问，省去“发长串路径”的沟通成本。
  • 本次更新清单：
  • 新增文件有效期，到期消息可推送到企业微信
  • 新增内部分享消息推送到企业微信，并附带跳转链接
  • 新增第三方调用云盘接口采用统一的apikey认证
  • 新增onlyoffice9版本的jwt认证
  • 新增全文搜索页面打包下载增加下载进度和文件压缩进度展示
  • 等等

一粒云5.1.4不是功能堆砌，而是以“用户协作场景”为核心的系统重构。通过打通工具、强化安全、优化效率，帮助企业从“多系统作战”转向“统一平台运营”，真正实现降本增效。

欢迎广大客户、渠道商安装和体验，我们为客户准备了一键安装包和小规模永久使用账号可以快速体验或长期使用。

更好的tika文本抽取器

由admin发布在AI智能、RAG

MiniTikaMiniExtractor v2 使用说明

一个精简版（面向嵌入式调用而不是命令行）的 Tika 抽取工具，仅保留常用输出能力，并新增 XMP_TEXT（正文 + XMP）模式。
特点：

  • 不依赖复杂 CLI 逻辑、批处理、递归嵌入等高级功能
  • 统一入口：extractToString(Path, Mode) 或 extract(Path, Mode, OutputStream, ...)
  • 模式之间严格区分：正文 / 主体正文 / 全量文本 / 元数据 / JSON / XMP / 正文+XMP / 语言 / MIME 检测
  • XMP 生成失败时可自动降级（输出 _xmpFallback 标记的 JSON）

1. 支持的模式 (Mode 枚举)

模式说明输出内容示例
TEXT正文纯文本（BodyContentHandler）段落文本
TEXT_MAIN主体正文（BoilerpipeContentHandler，需 boilerpipe 依赖；缺失时回退 TEXT）网页主体/正文
TEXT_ALL尽可能多的文本（WriteOutContentHandler）全部可见字符
METADATA仅元数据（key: value 多行）Content-Type: application/vnd.openxmlformats-officedocument.wordprocessingml.document
JSON元数据 JSON（多值字段为数组）{ "Content-Type":"application/pdf", ... }
XMPXMP XML（失败回退 { "_xmpFallback": true }）<x:xmpmeta ...>
XMP_TEXT正文 + 分隔线 + XMP（失败回退为正文 + Fallback JSON）正文...\n-----XMP-BEGIN-----\n<x:xmpmeta ...>
LANGUAGE语言代码（依赖 tika-langdetect-optimaize）en
DETECT只输出 MIME 类型application/pdf

分隔线固定：-----XMP-BEGIN-----（可按需在代码中改）

2. Maven 依赖建议

使用 统一版本（示例 3.2.2），避免混用不同 Tika 版本或 POI 版本导致 NoClassDefFoundError。

<dependencyManagement>
  <dependencies>
    <dependency>
      <groupId>org.apache.tika</groupId>
      <artifactId>tika-bom</artifactId>
      <version>3.2.2</version>
      <type>pom</type>
      <scope>import</scope>
    </dependency>
  </dependencies>
</dependencyManagement>

<dependencies>
  <!-- 解析主体（含 core/parsers） -->
  <dependency>
    <groupId>org.apache.tika</groupId>
    <artifactId>tika-parsers-standard-package</artifactId>
  </dependency>

  <!-- TEXT_MAIN 模式需要 -->
  <dependency>
    <groupId>org.apache.tika</groupId>
    <artifactId>tika-handler-boilerpipe</artifactId>
  </dependency>

  <!-- LANGUAGE 模式需要 -->
  <dependency>
    <groupId>org.apache.tika</groupId>
    <artifactId>tika-langdetect-optimaize</artifactId>
  </dependency>

  <!-- XMP / XMP_TEXT 模式需要 -->
  <dependency>
    <groupId>org.apache.tika</groupId>
    <artifactId>tika-xmp</artifactId>
  </dependency>
</dependencies>

如项目中已有其它模块引入不同版本的 tika-core，请使用 <exclusions> 排除并用 BOM 统一。

3. 快速使用

import java.nio.file.Path;

public class Demo {
    public static void main(String[] args) throws Exception {
        Path file = Path.of("example.docx");

        // 1. 普通正文
        String text = MiniTikaMiniExtractor.extractToString(file, MiniTikaMiniExtractor.Mode.TEXT);
        System.out.println(text);

        // 2. 主体正文（若无 boilerpipe 依赖将回退 TEXT）
        String main = MiniTikaMiniExtractor.extractToString(file, MiniTikaMiniExtractor.Mode.TEXT_MAIN);

        // 3. JSON 元数据
        String json = MiniTikaMiniExtractor.extractToString(file, MiniTikaMiniExtractor.Mode.JSON);

        // 4. XMP
        String xmp = MiniTikaMiniExtractor.extractToString(file, MiniTikaMiniExtractor.Mode.XMP);

        // 5. 正文 + XMP
        String combo = MiniTikaMiniExtractor.extractToString(file, MiniTikaMiniExtractor.Mode.XMP_TEXT);

        // 6. MIME 检测
        String mime = MiniTikaMiniExtractor.extractToString(file, MiniTikaMiniExtractor.Mode.DETECT);
    }
}

输出示例（XMP_TEXT）：

这是文档正文第一段
这是第二段

-----XMP-BEGIN-----
<x:xmpmeta xmlns:x="adobe:ns:meta/">
  ...
</x:xmpmeta>

4. XMP_TEXT 模式说明

流程：

  1. 首次解析使用 BodyContentHandler 抽取纯文本；
  2. 输出文本原文；
  3. 输出分隔符 -----XMP-BEGIN-----；
  4. 尝试构建 XMPMetadata 并输出；
  5. 若构建失败（缺依赖/版本冲突），输出 Fallback JSON（带 _xmpFallback:true 标记）。

5. 常见问题

问题可能原因解决
XMP / XMP_TEXT 报 NoClassDefFoundError: OOXMLParserTika/POI 多版本冲突统一版本，使用 BOM；移除旧 POI
TEXT_MAIN 回退为普通文本缺少 tika-handler-boilerpipe添加依赖
LANGUAGE 输出空文本太短或缺语言模型确认 langdetect 依赖；测试长文本
JSON 中少字段解析器未产出该元数据检查文档内容本身或换另一模式 (METADATA) 验证
PDF 内嵌图片文字未识别未开启 OCR（该精简器未集成 OCR 选项）如需 OCR 可在代码中添加 TesseractOCRConfig 支持

6. 扩展建议（可按需自行添加）

需求建议方案
加 OCR在构造函数中 set TesseractOCRConfig 到 ParseContext
递归嵌入 JSON使用 RecursiveParserWrapper 替换当前一次性解析
分页 (PDF 每页)使用 PDFParserConfig#setExtractAcroFormContent + 自定义 Handler 或直接分割文本
PPT 每页分离解析后按 Slide 标记拆分，或使用 POI 回退逻辑
限制最大文本长度改用 BodyContentHandler(int writeLimit)

7. 代码结构概要

  • 枚举 Mode：声明所有输出模式
  • 内部抽象类 OutputType：与 TikaCLI 类似，定义 process + getContentHandler 模板
  • 多个匿名或私有内部类实现元数据 / JSON / XMP Handler
  • XMP_TEXT 模式自定义双阶段：正文采集 + XMP 输出
  • 工具方法：
  • extractToString(Path, Mode)
  • extract(Path, Mode, OutputStream, ..., password, enablePDFInlineImages)

8. 返回格式对比速览

Mode典型首行示例
TEXT这是正文第一段
TEXT_MAIN（可能更短的核心正文）
TEXT_ALL（含更多隐藏文本/脚注等）
METADATAContent-Type: application/pdf
JSON{ "Content-Type":"application/pdf", ... }
XMP<x:xmpmeta ...>
XMP_TEXT正文...\n-----XMP-BEGIN-----\n<x:xmpmeta ...>
LANGUAGEen
DETECTapplication/vnd.openxmlformats-officedocument.wordprocessingml.document

9. 许可证与免责声明

本文件示例代码基于 Apache Tika（Apache License 2.0）。你可自由修改和整合。请注意：

  • 在生产环境处理来路不明文件时，需做好资源限制（内存/CPU/超时）。
  • 对特大文件建议增加写入限制或流式处理，避免内存溢出。

10. 变更记录（简写）

版本说明
v1初始：TEXT / TEXT_MAIN / TEXT_ALL / METADATA / JSON / XMP / LANGUAGE / DETECT
v2新增 XMP_TEXT；XMP 支持 Fallback；文本与 XMP 组合输出

如需后续增强（OCR / 递归 JSON / 每页切分 / 结构化返回），可再补充需求。