多層級知識樹
按產品線 / 主題組織知識條目，支援多格式匯入與層級歸屬。
它解決什麼
- AI 把 A 產品的引數安到 B 產品頭上——多產品品牌的噩夢。
- 病根在上下文：所有產品共用一份資料，AI 讀混了就答錯。
- 治法也簡單：把資料隔開，AI 讀什麼就說什麼。
它怎麼做到
- 多層級知識樹：按產品線/主題組織知識條目，多格式匯入。
- 檢索重做：內容生成時全域性召回，只注入相關知識。
- 企業知識與證據管理：資質、案例、資料來源留痕。
- llms.txt 自動生成：把站內權威內容以 AI 爬蟲友好的方式宣告出去。
- 知識公開門戶（可選）：帶密碼分享的對外知識頁與問答。
能力清單
知識中樞的六項能力
混合檢索（RAG）
向量 + 關鍵詞 + 標題三通道召回，重排後擇優注入——生成時只帶上真正相關的內容。
證據與出處留痕
每條知識可回溯來源與修訂記錄；企業資質、案例、資料來源分層管理。
知識稽核流
嚴格模式下知識變更需稽核後才可供生成使用（企業版起）。
評測集與過期檢測
用固定問答對檢驗檢索質量；過期內容自動標記，避免 AI 引用舊資訊。
llms.txt 與公開門戶
自動生成 llms.txt 宣告站內權威內容；可開帶密碼的對外知識門戶與問答。