无向量、无切割、无幻觉的知识库
彻底告别传统 RAG 的碎片化切割与向量漂移问题。Archive Manager 以层级树索引保留文档完整结构，让 LLM 像专家一样阅读和检索长文档，返回精准可溯源的段落原文，而非拼凑的碎片摘录。
传统 RAG 用碎片化换来的是可扩展性，代价是精度的系统性损失。Archive Manager 用结构化换来真正的精准。
全面覆盖知识库从构建到检索到集成的完整链路
上传文档后自动解析标题层级，构建完整的目录树结构。每个节点对应文档的真实章节，保留父子关系与同级关系，LLM 在这棵树上进行多步推理，而非在碎片中做相似度匹配。
检索过程模拟人类专家阅读行为：先浏览目录确定范围，再深入相关章节精读，最后跨章节整合答案。每一步推理均有路径记录，结果完全可解释。
可选模块：自动从文档中抽取实体（人物、机构、概念、事件）及其关系，构建跨文档知识图谱。D3.js 力导向图实时可视化，支持图上点击探索关联知识。
全面支持企业常用文档格式，自动处理复杂排版（表格、图注、脚注、附录），确保内容提取完整度达到 99% 以上。
提供符合 MCP 协议规范的 Server 端点，任何支持 MCP 的 AI Agent（包括 Claude、Lyna Agent 等）均可通过 API Key 认证直接挂载知识库，无需额外集成开发。
内置针对不同文档类型深度优化的检索策略配置，无需手动调参即可在各场景获得最优检索效果。
从文档上传到 Agent 可用，最快 5 分钟
拖拽上传 PDF、DOCX、Markdown，支持批量上传整个文件夹。
系统解析文档结构，构建层级目录树，生成节点摘要与关键词索引。
直接用问题提问，系统在知识树上推理定位，返回精准段落原文。
通过 MCP 接口挂载至 AI Agent，实现知识驱动的自动化工作流。
从架构设计到工程实现，每一个细节都为精准检索服务
彻底摆脱向量数据库的运维负担。知识索引以结构化树形数据存储，无需 Pinecone、Weaviate、Chroma 等额外基础设施，部署简单、成本低。
新增或修改文档时，系统仅对变更节点重新建树，而非全量重建。大型知识库（千份文档）的更新时间从分钟级降至秒级。
检索结果精确到段落级别，附带完整引用路径（文档名 → 章节 → 子节点编号）。引用准确率接近 100%，满足法律、金融等高合规要求场景。
每次检索返回置信度评分与相关性说明。系统记录检索历史与用户反馈，持续优化同类文档的检索策略。
原生支持中英文混排文档，自动识别文档主语言，跨语言查询时智能翻译检索词再执行，中英文知识库统一管理。
文档上传后立即可检索已建树部分，无需等待全量索引完成。大型文档（500页 PDF）的建树通常在 30 秒内完成。
Archive Manager 提供标准 MCP Server 接口，任何兼容 MCP 协议的 AI Agent 均可通过配置直接挂载知识库，无需开发任何集成代码。
{
"mcpServers": {
"archive-manager": {
"url": "https://archive.runemind.com.cn/mcp",
"apiKey": "am_sk_xxxxxxxxxxxxxxxx",
"knowledgeBases": [
"legal-docs",
"product-manual",
"research-reports"
]
}
}
}任何需要从长文档中精准检索信息的场景
将产品手册、内部规范、技术文档、会议纪要统一入库。新员工入职提问、老员工查制度，全部通过自然语言完成，无需人工维护 FAQ 列表。
上传合同、法规、判决书，AI 精确定位相关条款，理解上下文语义，不因切割产生断章取义。适合律师事务所、合规部门的法律文书研究。
海量研报、年报、招股书的跨文档检索与对比分析。按公司、行业、时间维度组织知识树，快速定位特定财务数据或分析观点。
将 API 文档、架构设计文档、运维手册整合入库，开发和运维人员用自然语言提问即可获得精准答案，告别在文档堆里 Ctrl+F 的时代。