知芽

「知芽」产品介绍 一、产品概述 知芽（Notebook Skill） 是一款 AI 原生的知识管理与创作工具。它不是传统的笔记软件，也不是简单的对话机器人，而是一个能够深度理解你所有文档、主动帮你发现知识关联、并用标准化流程帮你完成复杂研究任务的智能工作台。 产品主旨：「让知识自然生长」——你投喂的每一份资料、每一次对话、每一个想法，都会在知芽中沉淀、关联、发酵，逐渐长成一座越用越懂你的个人知识库。 产品定位 个人知识库的智能引擎：不再只是存储笔记，而是让笔记「活」起来，可以对话、推理、关联。 研究问题的孵化器：帮助你从模糊的想法，一步步演化为具体的研究问题、文献综述和结论。 内容产出的工作台：从多篇资料一键生成深度研究报告、对比矩阵，或按写作大纲组装成稿。 核心价值主张 关键词说明让知识可对话像和人聊天一样提问，AI 基于你上传的所有文档给出带准确引用的答案——每一个引用都经过存在性校验，杜绝「AI 编造论文」让洞察自动涌现后台默默分析你的知识库，发现观点矛盾时主动推送提醒，发现跨领域潜在关联时建议探索，每周自动生成「认知简报」让复杂任务标准化内置「技能（Skill）」机制，一句话触发标准化多步工作流，结果可预期、高质量 二、核心功能亮点 1. 渐进可查询——上传即用，无需等待 上传上百页的 PDF 时，知芽会按章节目录切分、逐章向量化。第一个章节处理完成（通常只需十几秒），你就可以针对这一章提问，不必等待整份文档处理结束。 2. 五路上下文装配——回答有依据、连贯、懂背景 知芽在一次回答中同时装配五路上下文： 长期记忆（你的画像与偏好） 会话历史（最近约10轮对话） 相关笔记 锚定内容（你指定的单篇内容源） 孵化项（从孵化区发起的灵感上下文） 3. 混合检索 + 引用校验——找得准、不编造 三路并行召回再融合：向量语义检索 + 全文关键词检索 + 单元记忆检索，结果用 RRF（倒数排名融合）合并。 两道可信保障： 引用存在性校验：回答中的每个引用标记都会核对是否真实存在于检索到的片段中，非法引用会被替换或删除。 零命中弃权：确实找不到依据时，知芽会如实说明，而不是硬编一个答案。 4. 后台心跳——让洞察主动涌现 知芽有一套「心跳」后台任务，按你设定的频率自动运行： 矛盾检测：比对笔记，发现观点相悖之处并推送裁决 意外关联扫描：在跨主题材料间发现潜在联系 认知简报：每周总结你近期所学与盲区，落地为一篇笔记 记忆整合 / 记忆衰减 / 画像合成：持续维护你的长期记忆 文献追踪（默认关）：按你订阅的 arXiv 主题拉取最新论文 5. 长期记忆——越用越懂你 知芽会在你使用过程中自动沉淀「关于你」的画像与记忆： 自动学习：每轮对话后「蒸馏」出你的事实与偏好，约每24小时汇总进画像 自动应用：对话和生成时注入相关画像章节，命中记忆时出现「基于你的偏好」标签 完全可控：可查看画像，对每条偏好做确认/编辑/删除，也可随时清除所有 AI 记忆 6. 三大生成引擎——从资料到成稿 知芽提供三种长文生成引擎： 引擎适用场景特点深度研究报告大量/超长内容源的深度综述逐源全文 map-reduce，覆盖全文，自动生成 GB/T7714 参考文献表对比矩阵多篇文献横向对比自定义对比维度，每格带可点引用】大纲成稿按写作大纲组装成稿逐节点融合素材，按层级还原标题 另有 AI 生成笔记（直喂轨） 用于 ≤3 篇、约 3 万字的轻量整理。 三、适用人群与典型场景 用户类型典型使用场景研究生/学者上传几十篇 PDF，让 AI 快速提炼核心观点、对比矛盾、生成文献综述与对比矩阵；从知网/Zotero 批量导入题录产品经理/分析师收集竞品文档、市场报告、B站访谈视频，建立「问题看板」追踪研究问题，接收意外关联启发创意工作者/作家阅读时把灵感片段存入孵化区，拖拽拼接想法，与 AI 对话扩展思路，按大纲一键成稿终身学习者整理个人知识库，定期查看「认知简报」了解自己关注领域的变化趋势团队/课题知识管理员维护课题知识库，运行健康检查，处理矛盾观点，用文献追踪盯住领域最新论文 四、与传统工具的核心差异 知芽与传统笔记软件及普通RAG对话工具在多个维度上存在本质区别。 在知识组织层面，传统笔记软件依赖文件夹加标签的体系，一个文件只能存放在一个文件夹中，归类方式单一；普通RAG工具则完全没有组织概念，所有文件混在一起。而知芽提供了项目、笔记本、笔记、内容源、分类、标签、关系六种组织维度，支持多对多关联，一份知识可以同时归属于多个项目、笔记本或分类，真正实现了多维度的灵活管理。 检索方式上，传统软件仅支持关键词精确匹配，找不到就真的找不到；普通RAG工具虽引入了向量语义搜索，但通常没有多路融合机制。知芽则采用三路混合检索——向量语义检索、全文关键词检索、单元记忆检索并行召回，经RRF融合后输出结果，复杂问题还可手动开启精排（Reranker）做二次排序，检索质量更稳。 引用可信度是知芽的核心优势之一。传统软件无引用或需手动添加；普通RAG工具中AI可能编造引用且用户无法验证。知芽强制进行引用存在性校验，每个引用标记都会核对是否真实存在于检索片段中，非法引用直接剔除，检索零命中时任何残留引用一律删除，真正杜绝了“AI编造论文”的问题。 在主动智能方面，传统软件和普通RAG工具都没有主动发现的能力。而知芽内置了一套“心跳”后台任务，自动运行矛盾检测、意外关联扫描、认知简报生成等工作，主动替你盯着知识库，让洞察自动涌现。 面对复杂任务，传统软件需要手动完成多步操作，普通RAG工具每次都要详细描述步骤且结果不稳定。知芽的“技能（Skill）”机制让你只需一句话触发，系统自动执行标准化多步工作流，无论是综述生成、对比矩阵还是大纲成稿，结果都可预期、高质量。 问题管理方面，传统工具完全没有这个概念。知芽则提供了专门的问题看板，每个问题都可以追踪孵化度、查看演化时间线、管理知识原料池，让研究过程可视化、可追溯。 个性化能力上，传统软件没有个性化可言，普通RAG工具仅维持当前会话的记忆。知芽拥有跨会话生效的长期记忆画像，系统自动从每轮对话和每次产出中提炼你的事实与偏好，汇聚成8个维度的用户画像，并且你可以随时查看、纠正甚至重置这些记忆。 最后是首次使用体验。传统软件打开是空界面，普通RAG工具是空对话，用户往往无从下手。知芽提供了新手引导流程，第一次登录就通过问答建立初步画像，并在界面中给出主动操作建议，大幅降低上手门槛。 一句话总结：如果你只是想要一个地方存笔记，传统软件就够了；如果你想要一个能帮你深度理解、主动启发、标准化输出的智能伙伴，知芽是更好的选择。 五、快速入门（5分钟建立第一个知识库） 创建笔记本：点击「新建」→「新建笔记本」，填写名称和描述 添加内容源：在笔记本详情页点击「添加内容源」，上传 PDF/Word/Markdown/TXT，或粘贴网页/B站链接 等待处理：第一章节处理完（约十几秒）即可提问，无需等全文 开始对话：在右侧 AI 栏选择「当前笔记本」，输入问题即可 六、功能 FAQ Q1：知芽凭什么说自己的回答“有依据、不编造”？ A：知芽在回答时做了三件事：第一，检索采用“向量 + 全文 + 单元记忆”三路并行召回，再经 RRF 融合，确保命中的片段足够相关；第二，回答中的每一个引用标记都会经过存在性校验——如果该引用在检索到的原文片段中并不存在，会被直接替换为“引用来源不存在”或整体删除；第三，当检索结果为零命中时，知芽会主动“弃权”，如实告诉你没有找到依据，而不是硬凑一个答案。你还可以点击回答里的蓝色引用标记，弹出原文片段进行核对。这套机制从源头杜绝了 AI 编造文献的问题。 Q2：“渐进可查询”是什么？对我有什么实际好处？ A：传统工具必须等整份文档处理完才能提问，长文档可能要等很久。知芽把 PDF 按章节目录切分，每完成一个章节的向量化就立即开放该章节的检索和提问。通常十几秒后第一章节即可对话，你可以边问边等后续章节处理。对于上百页的论文或报告，这种“边处理边用”的体验能大幅缩短等待时间，让你更早进入深度阅读和思考。 Q3：后台“心跳”任务到底能替我做什么？ A：心跳是一组按你设定的频率自动运行的 AI 任务，相当于给你配了一个 24 小时在线的研究助理。它能帮你做四类事： 矛盾检测：自动比对笔记，发现观点相悖的地方并推送裁决； 意外关联扫描：跨主题发现看似无关的材料之间可能存在的联系，启发新思路； 认知简报：每周自动生成一篇回顾你近期所学和盲区的笔记； 记忆维护：持续整合画像、衰减旧记忆、补充向量化等，让知识库保持健康。 你可以在设置里随时开关每一项，也可以手动立即触发，让洞察主动来找你，而不是你费力去找。 Q4：知芽的“长期记忆”真的能越用越懂我吗？原理是什么？ A：知芽会从两个渠道自动学习：一是每轮对话结束后，它会“蒸馏”出你的事实与偏好；二是你生成笔记或视频笔记后，它也会从产出物中提炼你的个人信号。这些碎片约每 24 小时汇总进你的用户画像（USER.md），包含基本信息、笔记本偏好、工作习惯、对话风格、笔记风格等 8 个章节。在后续对话和生成时，知芽会注入与当前任务相关的画像章节，并按语义召回历史记忆。当回答引用了你的偏好时，会显示“基于你的偏好”标签。你完全可控——可以随时在“AI 记忆”页查看、编辑或删除每一条系统推断，甚至一键重置全部记忆重新生长。 Q5：三大生成引擎（深度报告、对比矩阵、大纲成稿）各自适合什么场景？ A：它们分别应对不同的内容产出需求： 深度研究报告：适用于大量（不限篇数）或超长文档的全面综述，它会逐篇全文 map-reduce，覆盖所有材料，自动生成带 GB/T 7714 参考文献表的完整报告，并标注事实核查提醒。 对比矩阵：适用于对多篇文献进行横向对比，你可以自定义对比维度（如研究方法、样本量、结论等），表格中每个单元格都带可点击的引用溯源。 大纲成稿：适用于你已经搭好写作大纲的情况，系统按节点挂载素材，逐节融合成连贯正文，并还原层级标题，直接得到一篇结构完整的初稿。 三个引擎都支持自定义提示词，旗舰档还可开启“专业降重复率”。 Q6：问题看板的“孵化度”和“演化时间线”是什么意思？能帮我做什么？ A：问题看板把研究问题本身当作一等公民来管理。孵化度是一个百分比，表示该问题当前关联材料的丰富程度和推进阶段，随你添加素材、更新状态自动变化，让你直观判断问题成熟度。演化时间线记录问题从“待探索”到“已解决”过程中的所有关键事件（如添加原料、状态变更、生成简报等），完整留存研究轨迹。你可以随时为问题关联知识原料池，一键生成进展简报，或在问题内部就地查找矛盾观点——整个研究过程变得可追溯、可复盘，不再靠脑记。 Q7：孵化区跟普通笔记有什么区别？它怎么帮我“把零散想法变成成果”？ A：孵化区是“灵感暂存与拼接”的工作台。你可以把阅读时遇到的精彩摘录、自己的评论、转述甚至整篇笔记直接拖入，它们以“想法/引用/转述/评论”四种类型存在。在工作台里，你可以像拼图一样拖拽排序、内联编辑，还可以就地追问 AI（会自动带上这条灵感的上下文）。当某组灵感成熟后，一键“提升为笔记”即可创建正式笔记（可选择类型为“连接”或“问题”），并自动建立与相关问题的关联。整个过程零阻力捕获、低成本孵化，避免灵感流失。 Q8：知芽的混合检索和精排（Reranker）有什么区别？我该什么时候用？ A：混合检索是默认的检索流程——向量语义检索（按意思找）、全文关键词检索（按字面找）、单元记忆检索三路并行，然后用 RRF 算法融合排序，对大多数日常问答已经足够。但如果你遇到跨多篇文献的复杂对比、或感觉返回的片段不够贴题，可以在提问时手动勾选“精排（较慢）”，此时系统会调用专门的重排序模型对候选片段做二次精细排序，把最相关的顶到最前面，显著提升回答质量。代价是响应时间变长且消耗更多算力，所以默认关闭，按需开启即可。 Q9：知芽如何帮我“顺藤摸瓜”扩展文献？ A：在内容源详情页点击“找相似文献”，知芽会以该篇文献为种子，借助 OpenAlex 引文图找到它的被引文献、施引文献以及相似主题的 top-N 文献，返回带有完整书目元数据的候选列表，你可以勾选一键入库，自动去重并开始向量化。如果你更想梳理库内已有文献之间的内在关联，可以使用“内容源关联分析”，它会对库内所有源做语义关系建图，把已有的知识连成网络。 Q10：我刚注册，为什么界面不空旷，反而有引导和主动建议？ A：知芽在设计上强调“降低上手门槛”。首次登录时，系统会检测到你没有个人画像，自动启动新手引导，通过几个简单问题了解你的称呼、主要用途、偏好风格和常用语言，快速建立初始画像。完成引导后，右侧 AI 栏会根据你的偏好主动推荐几个操作建议（如“上传一篇论文”“创建一个研究问题”），让你知道下一步可以做什么，而不是面对空白页面发呆。画像随后会在使用中自动生长，持续优化。