NeurixAI Teams Assistant
基于 Microsoft Teams 的企业 AI 助手 — 多源 RAG 与 ServiceNow 集成
24/7 即时响应
无幻觉。无需切换标签。文档更新后无需重新训练。
多源 RAG
同时从 SharePoint、SQL、PDF、外部 API 检索信息。
ServiceNow 集成
无需离开 Teams，自动创建包含完整上下文的工单。
企业 AI 项目面临的真正问题
大多数企业 AI 项目面临的问题不在于 AI 本身，而在于数据。
知识分散在各处：SharePoint 上的 PDF、SQL 数据库中的记录、Word 文档中的政策、外部 API 的实时数据。当 AI 只了解其中一个来源时，它并不真正有用 — 只是一个更华丽的搜索栏。
NeurixAI Teams Assistant 专为直接解决这一问题而设计。用户只需在 Teams 中输入问题，系统便会理解意图，同时从多个来源检索相关上下文，并在数秒内返回准确的引用答案。
4 层架构
接口层 — Microsoft Teams
用户通过由 Azure Bot Service 驱动的原生 Teams Bot 进行交互。无需安装新应用，无学习成本，对话在工作所在之处完成。
编排层 — 大脑
编排器（Semantic Kernel / LangChain）接收消息并执行三项操作：(1) 意图检测，(2) 来源路由，(3) 上下文组装。
RAG 管道 — 检索增强生成
每个答案都基于检索到的上下文。查询扩展与向量化 → 跨所有来源并行检索 → 按相关性重排 → 将上下文传递给 Azure OpenAI → 生成准确的引用答案。
知识库层 — 多源设计
每个知识来源都是独立的连接器。添加新数据源只需添加一个摄取模块。向量存储实现语义相似性与关键词匹配相结合的混合搜索。
系统架构
从用户问题到引用答案的端到端流程
支持的知识来源
| Source | Type | Use Case |
|---|---|---|
| SharePoint / OneDrive | 非结构化 | 政策、SOP 文档、报告 |
| SQL 数据库 | 结构化 | 员工记录、库存、指标 |
| PDF / Word / Excel | 非结构化 | 上传的手册、合同 |
| 外部 API | 实时 | 实时价格、天气、第三方系统 |
为什么这种架构适合企业
模块化设计
每个知识来源都是独立连接器，添加新数据源不影响其他部分。
数据不离开租户
Azure OpenAI + Azure AI Search，整个技术栈在 Azure 租户内运行，保持数据治理和合规性。
随组织扩展
无论 5 个文档还是 500,000 个文档，向量搜索层都能应对，编排器智能路由确保始终快速检索。
Teams 原生用户体验
企业工具推广最难的是用户采用。将其嵌入 Teams 将摩擦降至零。
完整功能列表
自然语言问答
理解复杂查询、上下文和追问，以自然语言回答。
并行多源检索
同时从所有来源检索，按相关性重排。
混合搜索
结合语义相似性和关键词匹配，实现最高精度。
引用答案
每个答案都包含来源引用，一键查看原始文档。
ServiceNow 工单
直接从 Teams 创建 ServiceNow 事件/请求/变更工单。
自动知识同步
文档变更时自动更新知识库，无需重新训练。
使用分析
通过仪表盘查看问题统计、搜索质量和工单趋势。
企业级安全
Azure AD SSO，数据保留在租户内，完全符合合规要求。
下一步计划
会话记忆
在整个会话中记住上下文，而不仅仅是单条消息。
主动通知
Bot 自动推送相关更新，无需用户主动询问。
管理员仪表盘
监控使用情况，调整搜索质量，管理来源连接器。
多语言部署
支持更多语言，对区域扩展至关重要。
技术栈
总结
“企业 AI 采用失败的原因不是模型性能不足，而是数据管道未整备，以及工具无法融入用户工作流。这一架构同时解决了这两个问题。正确构建知识层，在用户所在的地方与他们相遇，AI 才能真正发挥作用。”