FinAIOSby FinoGeeks

產品 · 知識 層

FinLore

你的 AI 代理所引用的知識庫

制度、研究筆記、客戶檔案和內部維基,都變得可檢索、可引用,並且私有化部署。AI 代理負責幹活;FinLore 負責它們讀甚麼、引用甚麼。

FinLore 主視覺:每個答案都附帶出處

在技術堆疊中的位置

FinAI OS 的知識層

FinLore 是 AI 代理讀取知識的通道。FinClaw 負責幹活,FinGuard 治理對企業系統的寫入,FinSAFE 約束它如何運行。FinLore 決定 AI 代理讀取哪個語料庫、引用甚麼。它刻意不做第二個 AI 代理控制台。沙箱和對企業系統只執行一次的寫入屬於 FinSAFE 和 FinGuard,技能審核屬於 FinHub。Fintology 設計為定義 FinLore 知識所遵循的規則、數據結構與本體。

可單獨購買,亦可與其他 FinAI OS 產品整合。

FinAI OS託管 AI 代理平台 · 機構內部署或私有雲
層 4
體驗
客戶、顧問與員工與 AI 代理互動的介面。
層 3
AI 代理
按租戶管理、運行和約束 AI 代理。
層 2
知識
AI 代理知道甚麼,以及這些知識如何組織。
FinLore 位於此處
層 1
控制
每次執行都受約束;經過 FinGuard 的每次寫入都由它決定。
您的基礎設施  模型 · 資料 · 身分 · 核心系統高亮:知識 層

能力

FinLore 做什麼

在 AI 代理能夠根據機構自己的文件作答之前,機構需要的五件事。

  1. 1

    把文件接進來

    上載檔案,或從機構已在使用的辦公維基和文件工具同步。FinLore 可解析 PDF、Word、Excel、圖片及其他常見格式,並保留上載內容的資料夾結構。

    多來源同步10 多種格式
  2. 2

    可以調校的檢索

    按語義、按精確關鍵字,或兩者結合檢索。團隊可以查看文件如何切分、編輯個別段落,並還原編輯。編輯後自動重建索引。

    混合檢索可編輯段落
  3. 3

    附引用的回答

    向一個知識庫提問,得到的回答會指向它所依據的段落。

    引用問答
  4. 4

    自我維護的維基

    FinLore 可以把一個知識庫提煉成互相連結的維基頁面,附帶修訂歷史、逐行差異比較、瀏覽器內編輯和一鍵還原。常見問題條目可以一併整理。

    維基修訂歷史
  5. 5

    供 AI 代理使用的知識工具

    任何支援 MCP 的 AI 代理(包括 FinClaw)都可以接入一個 FinLore 工作區。每個端點都有自己的工具白名單和知識庫範圍,每次調用都會重新檢查權限,寫入工具只在已啟用的地方出現。每個知識庫都保留活動日誌。

    MCPHTTP API限定範圍存取

獨立使用 · 組合更強

單獨可用。納入技術堆疊更強。

FinLore 可以單獨運行,作為附引用問答的私有知識庫。在技術棧中,AI 代理透過 MCP 接入它,讀取並引用其中的內容。

單獨使用 FinLore

單獨使用 FinLore:私有、可引用的知識庫

  • 雲原生容器,部署於貴機構自有數據中心或私有雲
  • 檔案和向量都留在你的企業內部
  • 可從離線安裝套件安裝,目標主機毋須映像倉庫
  • 對話、向量化和重新排序模型均可自備
  • 為任何 AI 代理或應用提供 MCP 和 HTTP API

與以下組合

+ FinClaw多租戶 AI 代理運行時
讀對語料庫的 AI 代理

透過 MCP 把一個 FinLore 工作區接入 FinClaw。FinClaw 負責幹活,FinLore 控制它讀甚麼、引用甚麼。任何支援 MCP 的 AI 代理都可以用同樣的方式接入。

+ Fintology本體 + 知識圖譜
設計為遵循你的本體

Fintology(設計中)設計為定義 FinLore 知識所遵循的規則、數據結構與本體,並把經審核的內容發布到 FinLore,讓回答以這些內容為依據。

在財富解決方案中

顧問 AI 代理可引用的內容

在個人財富 AI 代理中,FinLore 保存 IPS 文件、產品文件與機構觀點,均可引用。

IPS 與目標

AI 代理的回答基於客戶的 IPS 與家庭目標。

機構觀點

投資辦公室觀點與研究筆記,顧問與 AI 代理引用同一來源。

產品文件與政策

AI 代理在說明建議時可引用的產品文件與政策。

查看個人財富 AI 代理 →

客戶應用與 持牌顧問控制台見解決方案頁。

與 FDE 一起部署

讓你的知識可被引用

前置部署工程師與你的內容負責人一起把文件接進來、調校檢索,並把你的 AI 代理接入合適的知識庫,部署於貴機構自有數據中心或私有雲。

聯絡 FDE
典型的 FinLore 專案典型順序 · 範圍因機構而異
  1. 步驟 1

    評估

    在你的基礎設施上部署 FinLore,有需要時可離線安裝,並接入你的對話、向量化和重新排序模型。

  2. 步驟 2

    打好基礎

    同步數據源,為每個知識庫設定解析和切分方式,以真實問題檢查檢索效果。

  3. 步驟 3

    交接

    發布限定範圍的 MCP 端點,讓每個 AI 代理只看到它應看到的知識庫和工具。

下一步

讓每一個回答都植根於你的機構真正掌握的知識

與前置部署工程師傾談單獨運行 FinLore,或將其作為 FinAI OS 的一部分。