---
tags: [WPS Comate, Wiki, 知识库, 功能升级, AI编译]
---
Wiki解决的核心问题
企业知识管理最大的痛点不是"存不下"，而是"用不上"。网盘里堆积了成百上千份文档，但员工遇到问题时仍然要问同事、翻聊天记录。
根因在于：传统知识库存储的是"文档"，而人需要的是"知识"。文档是未经加工的原始素材，知识是经过提炼、关联、可被直接使用的认知。从文档到知识的转化，传统方案依赖人工，Wiki依赖AI。
AI编译引擎的工作流程
Wiki的核心是AI编译引擎，它把导入的文档经过五个阶段转化为结构化知识：
阶段一：解析文档结构
AI读取文件内容后，首先解析文档的层级结构——标题、段落、表格、列表等。不同格式（Word、PDF、Markdown）有不同的解析策略，确保信息不丢失。
阶段二：识别实体与关系
这是编译的核心环节。AI从内容中提取关键实体（产品名称、功能模块、业务角色、技术组件等），并识别它们之间的关系（如A是B的子模块、C依赖D）。
阶段三：匹配知识域
AI将提取的实体和关系映射到对应的知识领域。Wiki的知识目录分为概念（高层主题）、实体（具体组件）、综合分析（跨源深度分析）、来源摘要（单源总结）四类，AI自动决定每条知识属于哪个分类。
阶段四：生成编译文章
基于前面的分析结果，AI生成结构化的知识条目。这些条目不是原文复制，而是AI对原始内容的理解和重组——把分散在不同文档中的相关信息整合到一个知识条目中。
阶段五：建立知识关联
最后，AI在各个知识条目之间建立引用关系和关联链接。当文章超过20篇时，还会自动生成知识图谱，可视化展示整个知识体系的全貌。
两大功能模块详解
信息源
信息源是Wiki的数据入口，管理所有导入的原始文件。
Wiki视图
Wiki视图是编译结果的展示界面，分为主页和知识目录两部分。
主页展示：版本号、编译状态、健康评分、知识图谱（满足条件时）、洞察与发现、更新记录。
知识目录按概念、实体、综合分析、来源摘要分类展示所有编译后的知识条目。
编译机制的关键细节
- 增量编译：新增或更新文件只处理变更部分，不影响已有知识
- 版本管理：每次编译版本号自增（v0.0.N），可通过更新记录追踪
- 后台运行：编译不阻塞其他操作，可随时离开页面
- 批量建议：单次编译建议不超过20个文件，保证质量
问Wiki：编译成果的出口
编译的最终目的是让AI能够基于知识体系精准回答问题。通过「问Wiki」按钮或对话中@Wiki，AI从编译后的知识中检索相关信息，返回结构化回答并标注来源，实现"问一句就拿到答案"的体验。
注：部分内容由 AI 匹配目标关键词"WPS Comate Wiki"自动生成，仅供参考。
