Progress Agentic RAG 功能
透過專業化的 RAG 評估模型、命名實體辨識（NER）、AI 搜尋助理，以及可自訂提示等代理功能，您可以在數小時內自訂我們的 Agentic RAG 管線，生成精確、可解釋且符合企業需求的答案。
AI 搜尋與生成式回答
Progress® Agentic RAG AI 搜尋透過結合語意分析與大型語言模型（LLM）能力，強化傳統搜尋功能。當使用者提交查詢時，Progress Agentic RAG 平台會以語意方式解析查詢內容，以辨識關鍵字的相關性與上下文意義。系統同時擷取最相關的索引資料，並將該內容傳送至 LLM，以產生精確且類似人類語氣的回覆。
此外，系統會顯示生成答案所使用的實際資料來源，確保透明度；若未找到相關資料，則不會生成回答。這種獨特的方法能維持結果的準確性，並避免生成式模型常見的幻覺問題。
.png?sfvrsn=2ab26eb3_3)
命名實體辨識
命名實體辨識技術是一種自然語言處理方法，用於將實體（詞彙）分類至預先定義的類別，例如人名、日期、地點、組織等。透過 Progress Agentic RAG 的開箱即用功能，您可以從 16 種實體類型中自訂自己的命名實體，並自動建立索引，從您的資料中生成專屬的知識圖譜（Knowledge Graph）。
（AI 標籤分類示意圖顯示多種範例標籤，如藝術、建築、金錢、國籍等。）
AI 搜尋助理
Progress Agentic RAG 的 AI 搜尋助理是一個簡易工具，可根據特定使用情境進行自訂與設定。此代理（簡單來說就是聊天機器人）能與您的客戶或員工互動，並可作為員工支援工具、客服助理，甚至是受過訓練的疑難排解代理人。
這能提升生產力、加強溝通清晰度，並帶來更佳的整體體驗。
（介面示意圖：建立具備 RAG 語境的 AI 代理人——AI 搜尋副駕。）
RAG 評估模型：REMi
REMi 是我們專有的 RAG 評估模型，用於評估檢索增強生成（Retrieval Augmented Generation，RAG）管線的品質與效能。它能衡量 RAG 系統在擷取相關資訊與根據該資訊生成準確回應方面的表現。與傳統的大型語言模型（LLM）評估不同，REMi 專為 RAG 情境進行微調，提供聚焦的評估指標，如答案相關性、語境相關性與內容依據性（groundedness）。
更多功能
RAG 實驗室
全球首創的 RAG 環境，讓您能針對特定使用情境探索最理想的 RAG 輸出。Progress Agentic RAG Lab 讓 RAG 的部署流程更為簡化，您可完全掌控並測試不同的搜尋與檢索策略、向量嵌入（embeddings）、提示詞（prompts）、使用的 LLM，以及多種其他組態設定，節省時間、降低相依性與成本，同時減少錯誤發生。
資料匿名化
Progress Agentic RAG 的資料匿名化功能為開箱即用特性，能自動偵測並移除資料中的個人敏感資訊。透過此功能，您可遵循 GDPR 等法規要求，同時維護組織的資料隱私與安全。
AI 摘要生成
Progress Agentic RAG 的 AI 摘要功能可自動從各種類型的資料中生成 AI 摘要。無論是影片或大型 PDF，平台皆可產生詳細概述，且不受檔案長度限制。若需要更深入且具產業導向的摘要內容，您也可自訂段落結構、長度與摘要呈現方式。
AI 分類
分類（或稱標籤）是利用標籤集（label sets）來對資訊進行分類，以簡化從 NucliaDB 擷取資料的流程。使用 Progress Agentic RAG，您可訓練自有的 AI 分類模型，並將其應用於完整資源（如文件）或特定段落。
自動問答生成
許多組織擁有大量閒置且分散的資訊未被有效運用。Progress Agentic RAG 的功能可讓企業運用現有資料，以問答（Q&A）的形式自動回覆資料庫中的問題。藉由理解使用者查詢的真實意圖，Progress Agentic RAG 即使在問題表述不同的情況下，也能提供正確的資訊。
提示實驗室
Agentic RAG 的提示實驗室可讓您使用自有資料與提示詞（prompts），測試不同 LLM 的表現與回答方式。這能節省大量試驗時間，讓模型與企業需求更契合，並提升產品價值。
多模型整合，一鍵切換
可整合多家 LLM 供應商，包括 Google Gemini、OpenAI、Mistral、Anthropic、Llama 與 DeepSeek。您只需一鍵即可在不同模型間切換。
使用者提示
可在 Progress Agentic RAG 儀表板中定義提示詞與模型回覆的行為。可使用預設提示範例或建立自訂提示，並立即套用觀察結果。
AI 代理
Agentic RAG 即服務（Agentic RAG-as-a-Service）能透過自動化重複性作業、強化搜尋功能並啟用知識活化，以改善工作流程。Progress Agentic RAG 的功能設計可為 AI 代理提供可靠且可擴充的能力。
持續訓練與模型轉接器
您可微調自己的 LLM，或為主流 LLM 建立「轉接器」（Adapter），以打造專屬版本的 ChatGPT、Anthropic、Gemini 等模型。由於 Progress Agentic RAG 的流程持續運行，因此能帶來更準確的回答、更深入的理解，以及針對客戶特定知識領域的訓練成效。
多語言能力
強大的多語言功能可讓使用者跨語言進行搜尋與生成答案。這對擁有全球客群的組織特別有利，能突破語言障礙、提升資訊可及性。結合僅使用自有資料訓練私有 LLM 的能力，您可依組織需求，獲得高品質、具相關性且精準的資訊擷取與回答生成。
合成問題生成
Progress Agentic RAG 的合成問題生成功能可自動從內容中產生問題與答案。針對特定文件，平台會自動生成可從該內容中提出並回答的所有可能問題。此功能可引導使用者提出正確的問題，類似部分搜尋引擎中「您是否要找…？」或「使用者也問了…」的提示機制。
與其他 Progress 產品整合
OpenEdge
透過將 OpenEdge 應用程式與相關的非結構化內容連結，突破結構化資料的限制，從您現有的資料中發掘更多機會與價值。
想了解更多嗎？
如果您想進一步了解 Agentic RAG (Nuclia)，或希望我們協助您導入相關解決方案，歡迎填寫表單與我們聯繫，獲得技術支援與即時交流。
👋 期待與您見面！