合合信息TextIn发布企业知识服务引擎，补齐企业Agent高质量业务上下文短板

在企业智能化落地进程中，各类智能Agent正逐步嵌入业务环节。行业实践显示，Agent能否稳定落地，不只取决于大模型本身的推理能力，更依赖准确、统一的业务上下文支撑。组织资料、流程规范、权限要求等业务信息分散于多套系统，文档版本繁杂、格式各异，容易造成Agent检索缺漏、引用过期信息，给业务运行带来不确定性，高质量业务上下文供给已经成为规模化部署Agent的关键瓶颈。

（TextIn企业知识服务引擎亮相QCon全球软件开发大会）

在近期举办的QCon全球软件开发大会上，合合信息旗下企业AI基础设施TextIn推出企业知识服务引擎。该引擎可将散布在内部多源系统里的碎片化信息，转化为Agent持续可用的上下文，为企业内多个Agent打造共享“记忆库”。依托成熟的文档解析能力，该引擎支持PDF、Office、图片、CAD、网页、数据库、邮件等多源数据接入，统一处理为可供Agent读取、理解、检索与复用的知识数据，破解企业数据分散、检索效率低、数据口径不一致、信息链路难以追溯等难题。

工程图纸、复杂表格、图文混排类非结构化资料，长期阻碍Agent深度进入业务流程。企业知识服务引擎承担数据“翻译官”角色，对复杂文档完成解析、抽取与建模，打通Agent与真实业务之间的屏障。以制造业场景为例，订单对接、参数核对、生产排期往往需要多部门反复核验资料；接入企业知识服务引擎后，Agent可读取群聊内物料规格、工艺要求等信息，测算物料需求、辅助排产，有效降低跨部门沟通成本。

针对企业知识动态更新的需求，产品创新引入Jev模型，可将部分任务简化为判断“是或否”，直接缩短Agent“思考时长”，提升知识更新效率。例如同一物料在采购清单、库存表格中名称标识不统一时，模型可快速判定信息指向同一对象，完成库存信息联动更新，帮助员工快速确认物料数量。

企业知识服务引擎通过API、MCP 和 SDK为企业自建或第三方Agent提供服务，支持私有化部署，所有回答均可溯源至原始文档。金融风控场景下，信用评估、风险监测、回款跟进等多个Agent能够共用同一“记忆底座”，实现数据一次整理、多处复用。

通用大模型能力日趋普惠，企业沉淀的业务知识，正在定义AI应用的上限。合合信息TextIn助力 Agent跳出通用问答范畴，吃透业务规则，成长为适配企业流程的“数字员工”。未来，合合信息将持续探索TextIn在金融、法律、医疗、制造等领域的应用，夯实企业AI基础设施建设。