> For the complete documentation index, see [llms.txt](https://docs.maiagent.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.maiagent.ai/application/km.md).
# 內部知識管理
將企業內部文件、會議記錄與各類資料整合進知識庫，打造具語意理解能力的內部 AI 知識助理
當企業在推動知識管理時，往往受限於既有的知識管理系統功能，僅能依賴關鍵字進行資料搜尋。這種方式不但缺乏語意理解，還容易產生不夠精準的結果，無法有效應對企業龐大且多元的知識需求。
現在，透過 MaiAgent，您可以打造專屬的企業 AI 知識助理，實現更智慧且高效的知識管理！
## 適用情境
* **專業與產業知識問答**：期刊、研究報告、內部技術文件數量龐大且持續更新，員工需要快速定位重點而非逐份閱讀。
* **會議決策追溯**：會議記錄分散在各處，需求與決議反覆變更時，難以快速查證「當初是誰、在哪次會議決定的」。
* **資料視覺化分析**：財務、徵信等分析工作需要反覆製作圖表，人工操作耗時且格式不一致，可改用 Canvas 以自然語言直接生成互動圖表。
* **單據與帳務自動化**：報銷憑證、帳單需人工逐筆鍵入系統，且必須套用企業內部的業務規則（如部門代碼對應）。
* **跨部門權限控管**：不同部門、職級可存取的知識範圍不同，知識庫必須能依身分限制檢索範圍。
## 運作方式
| 環節 | 內容 |
| ------------- | ------------------------------------------------- |
| **① 知識來源** | 文件上傳（PDF／Office／圖片）、網頁爬蟲擷取、會議記錄逐字稿 |
| **② 進入知識庫** | 系統解析文件、切片並轉為語意向量，再依標籤與元資料分類 |
| **③ AI 助理取用** | 以 RAG 檢索問答；需要圖表時啟用 Canvas 視覺化分析；需要即時資料時呼叫工具或查詢資料庫 |
| **④ 權限把關** | 角色權限與查詢元資料決定每位使用者檢索得到哪些文件 |
| **⑤ 內部使用者** | 於後台或已串接的內部通路取得回覆 |
與傳統關鍵字搜尋最大的差異在於，知識庫會先將文件切片並轉為語意向量，因此 AI 助理能理解問題的意圖與上下文，而不只是比對字面。回覆時會整合多份資料來源生成答案，並附上引用出處供查證。
## 建置流程
### 1. 建立知識庫
於 知識庫 頁面建立知識庫並完成[基本設置](/km/km-basic-settings.md)，選擇適用的解析與切片方式。
### 2. 匯入知識來源
上傳既有文件，或以[爬蟲功能](/km/scrape-website.md)擷取內部網站內容。若知識來源是會議，可透過[會議記錄](/meeting-records/meeting-records.md)自動轉錄並[整合進知識庫](/meeting-records/download-and-export.md)。
### 3. 整理標籤與元資料
為文件加上[標籤及元資料](/km/tags-and-metadata.md)（如部門、年度、文件類型），這是後續做權限過濾與精準檢索的基礎。
### 4. 驗證檢索品質
以[搜尋測試](/km/test-search-result.md)輸入實際會被問到的問題，確認命中的段落是否正確，再決定是否調整切片設定或補充資料。
### 5. 建立 AI 助理並綁定知識庫
[建立 AI 助理](/build/setup.md)並掛上知識庫。若需要生成圖表，回答模式請選擇「Agent 模式」並啟用畫布模式（Canvas）。
### 6. 設定存取權限
透過[角色權限管理](/org/roles/role-permission.md)與[知識管理權限：查詢元資料](/org/querymetadata.md)，讓不同部門與職級的使用者只檢索得到自己有權查看的文件。
{% hint style="warning" %}
內部知識庫常含有機敏資料。上線前請務必確認權限設定，並以不同身分的帳號實測檢索結果，避免越權存取。
{% endhint %}
## 應用範例
* [專業知識管理](/application/km/internalkm.md)：以海運產業期刊與報告為例，打造內部專業知識問答助理。
* [會議需求管理](/application/km/meeting.md)：以軟體專案的需求變更為例，讓 AI 快速回溯歷次會議的決策脈絡。
* [財務分析助理](/application/km/finance.md)：運用 Canvas 以自然語言生成營收、毛利率等互動式財務圖表。
* [帳單費用助理](/application/km/billing-assistant.md)：辨識水電、電信等報銷憑證，並自動套用部門代碼等企業內部業務規則。
* [徵信分析助理](/application/km/credit.md)：整合徵信資料並以 Canvas 生成風險評估圖表，加速授信審查。
接下來各小節將以實際案例示範建置過程，協助您快速套用至自身的業務情境。
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://docs.maiagent.ai/application/km.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.