10月22日至23日，科大讯飞发布讯飞星帆 WinWork，提出通过“企业本体”关联业务规则与专家知识；同期，金蝶发布灵基升级，将 ERP、知识库和历史记忆等整合为面向 AI 的企业资产。

两家企业的相关动作，反映出一个值得关注的方向：

> 随着智能体逐步进入企业业务场景，知识管理的重点正在从“存储了多少资料、能检索到多少内容”，转向“能否结合业务关系、流程和历史信息，为当前任务提供合适的上下文”。
>

对于企业而言，知识库依然是智能体获取业务知识的重要来源，但仅仅将 PDF、Word 等文档上传后进行切片和向量检索，并不意味着智能体就具备了处理复杂业务的能力。

当任务涉及业务规则判断、跨环节协作或多轮持续交互时，**知识的组织方式、调用时机以及上下文的延续**，都可能影响最终结果。

那么，企业在建设智能体时，应该如何看待知识库的作用？今天以qKnow 智能体构建平台作为一个例子，根据它的相关能力，来介绍它能为这些实际场景提供哪些支持。

---

## 一、让智能体读懂文档，更要理解业务关系
传统知识库通常通过文档解析、文本切片和向量检索等方式，为用户的问题匹配相关内容。

这种方式能够帮助智能体从大量资料中找到可能相关的信息，但当业务问题涉及多个实体、规则和条件时，仅依赖文本片段可能难以完整呈现其中的关系。

<img src="https://developer.qcloudimg.com/http-save/yehe-12852146/9d845b0b5247c2dde22ad1836a4c7454.png" width="1527" title="" crop="0.0029,0,0.9971,1" id="O7ZDg" class="ne-image">

> 例如，企业销售人员查询某个特殊客户的折扣政策时，检索结果可能同时包含会议纪要、政策文件截图和客户相关记录。
>

这些资料分别提供了部分信息，却未必能够直接说明客户与具体折扣规则之间的关联。

如果缺少对**业务实体、属性及关系的识别**，智能体就可能将相关但不适用的信息混在一起。

这并不意味着文本检索本身没有价值，而是说明：

**对于包含复杂业务关系的任务，知识库除了要能够找到相关内容，还需要以适当的方式组织和关联知识。**

qKnow 专业版支持**多源数据接入**。

在知识解析过程中，除了语义切片，还可以通过可视化配置提取业务实体、属性及关系标签，并支持构建结构化知识图谱或关联知识网络。

<img src="https://developer.qcloudimg.com/http-save/yehe-12852146/00e2973f4d406c8ffa8a66d89eb537eb.webp" width="1920" title="" crop="0,0,1,1" id="sCzkg" class="ne-image">

<img src="https://developer.qcloudimg.com/http-save/yehe-12852146/39fe5a9fdd1ad1d9134b4e14f6809c2a.webp" width="1920" title="" crop="0,0,1,1" id="wBySe" class="ne-image">

<img src="https://developer.qcloudimg.com/http-save/yehe-12852146/e28c2c5302b6e8cfdbe66a91e2e14623.webp" width="1920" title="" crop="0,0,1,1" id="JIuix" class="ne-image">

<img src="https://developer.qcloudimg.com/http-save/yehe-12852146/7c77d23023022e09d81d8e72817ba9a2.webp" width="765.7708740234375" title="" crop="0,0,1,1" id="CrsEl" class="ne-image">

通过这种方式，企业可以在文档内容之外，进一步梳理业务对象及其关系，为涉及多实体关联的查询提供更有组织的知识基础。

实际效果仍取决于源数据质量、业务规则梳理和相关配置，知识结构化本身并不意味着所有复杂问题都能自动得到准确答案。

---

## 二、知识检索如何进入实际业务流程
企业中的许多任务并不是一次查询就能完成的。

报销审核、售后处理、供应链调度等业务，通常需要根据当前任务的**状态、业务条件和处理进度**，在不同环节调用相应的知识。

以售后维修为例，智能体可能需要先确认设备是否仍在保修期内，再根据企业规定核验发票、设备序列号等信息，最后进入相应的处理环节。

不同节点需要的信息并不完全相同，查询内容也应与当前业务步骤相匹配。

如果知识库只承担独立问答的职责，业务流程与知识检索之间缺少**明确的衔接**，智能体就需要在任务执行过程中自行判断何时查询、查询什么，以及如何将查询结果用于下一步处理。

<img src="https://developer.qcloudimg.com/http-save/yehe-12852146/e3e90f845b7ff3d2ed677c7f0f3dbc05.png" width="1505" title="" crop="0.0072,0.0588,0.9871,0.9914" id="qgnth" class="ne-image">

对于规则较多、环节较长的业务，这会增加流程设计与管理的复杂度。

qKnow 提供**可视化工作流编排引擎**，支持将知识库查询作为标准动作节点，以拖拽方式接入任务流程。

企业可以根据具体业务需求，在流程的相应节点配置知识查询动作。

<img src="https://developer.qcloudimg.com/http-save/yehe-12852146/efc27354e5e54177eb21c801d8102d7c.webp" width="1920" title="" crop="0,0,1,1" id="uZTKH" class="ne-image">

<img src="https://developer.qcloudimg.com/http-save/yehe-12852146/1ad8b4c806d198724ecfde4752cd3247.webp" width="1920" title="" crop="0,0,1,1" id="ymHMM" class="ne-image">

> 例如，在“是否在保”的判断环节，工作流可以触发指定知识库查询，再将相关结果用于后续流程处理。
>

这种方式的重点，不只是让智能体能够访问知识库，而是将知识查询放进**明确的任务流程**中，使查询动作与业务节点建立对应关系。

至于整个任务能否顺利完成，还需要结合流程设计、节点配置、数据质量及其他业务环节共同判断。

---

## 三、多轮交互中，如何延续已有的业务信息
**真实的企业业务往往具有连续性。**

一次任务可能涉及多轮沟通，前序对话中已经确认的信息，也可能成为后续判断的必要条件。

> 例如，用户在前一轮对话中说明自己是华南区域的财务人员，经过几轮沟通后，再询问“我的报销额度还有多少”，如果智能体没有保留前面确认的身份和业务背景，就可能只能给出通用说明，无法结合已有信息继续回答。
>

对于这类场景，单轮问答模式的局限在于：

**每次检索都围绕当前问题展开，前序交互中的关键信息未必能够持续参与后续任务。**

<img src="https://developer.qcloudimg.com/http-save/yehe-12852146/3d590fc21a49193ddd6b9208a9dc2323.webp" width="1536" title="" crop="0,0,1,1" id="pjjBj" class="ne-image">

企业希望智能体处理的任务越复杂、周期越长，就越需要考虑如何**管理和使用历史上下文**。

qKnow 的 Agent 构建模块内置**记忆组件**，支持保存当前会话中的关键变量，形成短期记忆；同时，也支持沉淀历史交互中积累的决策信息，形成**长期记忆**。

在后续任务触发时，相关记忆可以作为检索的前置条件，辅助智能体延续已有上下文。

<img src="https://developer.qcloudimg.com/http-save/yehe-12852146/5eb23e722303d3ffbcc4c783f7e41569.webp" width="1920" title="" crop="0,0,1,1" id="aDepn" class="ne-image">

记忆能力的价值，在于让前序交互中的部分关键信息有机会继续参与后续处理，而不是要求用户每次都重新说明背景。

不过，记忆并不等同于无限保存所有对话，也不能保证历史信息始终完整或正确。企业仍需结合实际业务需求，明确需要保留的信息及其使用方式。

---

## 四、从功能可用到企业可部署，还需要考虑什么
知识结构化、工作流编排和记忆管理，可以为智能体处理复杂业务提供不同层面的支持。

但对于企业而言，功能是否具备只是建设过程的一部分，实际落地还涉及**系统维护、数据安全、权限管理和后续运维**等问题。

如果企业选择自行组合开源组件或轻量工具，虽然能够根据需要搭建相应能力，但也需要投入精力处理组件集成、版本维护和运行管理等工作。

同时，知识数据和业务流程可能涉及不同部门、角色及权限范围，**如何控制数据访问边界**，也是部署过程中需要考虑的事项。

qKnow 专业版提供**知识图谱构建、工作流编排和 Agent 编排**等标准化模块，企业可以结合实际需求进行配置与组合，减少从零搭建相关能力所需的工作。

平台支持**私有化部署**，可将相关系统部署在企业自身环境中；同时提供细粒度数据权限隔离与角色管理能力，用于配合企业的数据访问控制要求。

在运行管理方面，平台提供**运维监控大屏**，并配有技术支持团队，为系统运行和使用过程提供相应支持。

<img src="https://developer.qcloudimg.com/http-save/yehe-12852146/304a71affc56516fdb44a3a2b5748e0d.webp" width="1536" title="" crop="0,0,1,1" id="SxgAW" class="ne-image">

---

## 写在最后
从文档检索到业务任务执行，企业对知识库的要求正在变得更加具体：

+ 既要能够找到相关内容，也要能够理解业务对象之间的关系；
+ 既要能够提供知识，还要能够在合适的流程节点调用知识；
+ 面对持续进行的任务，还需要考虑如何保留并使用必要的历史上下文。

这几方面并不是相互替代的关系。

**知识结构化**关注业务信息如何组织，**工作流编排**关注知识与任务流程如何衔接，**记忆管理**则关注已有上下文如何延续。

它们共同构成了智能体使用企业知识时需要考虑的几个环节。

对于正在推进智能体建设的企业而言，知识库不应只被视为一个存放文档、提供问答的独立模块，还需要结合实际业务，思考知识如何组织、何时调用，以及如何参与持续性的任务处理。

qKnow 智能体构建平台通过知识图谱、知识库、工作流及 Agent 编排等能力，为企业搭建相关应用提供了可配置的基础。

企业可以根据自身业务场景与实施条件，逐步梳理知识结构、设计调用流程，并明确记忆管理的范围，让知识更好地融入智能体的工作过程。

更多产品信息可通过 qKnow 智能体构建平台官方渠道了解，进一步查看知识图谱、知识库 RAG、Bot 编排及智能体应用一体化解决方案的相关内容。

10月22日至23日，科大讯飞发布讯飞星帆 WinWork，提出通过“企业本体”关联业务规则与专家知识；同期，金蝶发布灵基升级，将 ERP、知识库和历史记忆等整合为面向 AI 的企业资产。

针对知识库的上下文拆解：检索、流程与记忆

讯飞、金蝶同日押注“企业上下文”，说明智能体落地不能只靠静态RAG。qKnow针对文本无逻辑、知识孤岛、缺少记忆三大断层，以知识结构化、工作流节点化、Agent记忆管理重塑知识库，并提供私有化部署等企业级能力。

人工智能

知识管理正从文档检索转向业务上下文理解。讯飞星帆与金蝶灵基均强调知识与企业业务的深度结合。qKnow平台通过知识图谱、工作流编排及记忆管理，支持智能体理解业务关系、在流程节点调用知识并延续多轮交互上下文，让知识真正服务于复杂任务执行。

数据访问控制

数据安全

知识图谱

智能体

Agent

腾讯云双十一大促

lexiang

mmdp

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

针对知识库的上下文拆解：检索、流程与记忆-腾讯云开发者社区-腾讯云

针对知识库的上下文拆解：检索、流程与记忆

针对知识库的上下文拆解：检索、流程与记忆

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐