AI助手的功能建议

[IMUrFaher]

Problem / 问题描述

大佬，现在的AI助手好像只是通过rag把分析好的数据直接发出来的哦，稍显不智能。

Proposed Solution / 建议方案

我希望让AI助手可以根据已经分析出来的各种证据以及数据当做线索，然后去查阅相关原文再自行总结，能有种在看书的时候，遇到一些千奇百怪的问题可以直接找AI帮我从原文中分析和推理的感觉了。

Component / 功能模块

Bookshelf / 书架

Alternatives / 替代方案

No response

Additional Context / 补充说明

No response

[mouseart2025]

感谢 @IMUrFaher 的建议！这个观察很准——目前 AI 助手确实主要靠 RAG 把已抽取的实体/事实直接 surface 出来，缺少"基于线索去查原文再推理"这一层。

你描述的体验"遇到千奇百怪的问题可以直接找 AI 帮我从原文中分析和推理"——这是我也想做的方向，是接下来会重点考虑的功能。技术上的关键差别是：

• 现在：用户提问 → embedding 检索相关章节 → LLM 基于召回的片段直接回答
• 想做：用户提问 → LLM 自主决定"我需要查 XX 的所有出场""我需要看 YY 在哪几章发生" → 多轮 tool-use 查询 ChapterFact + 原文片段 → 综合推理回答

这本质上是从 "RAG → 答" 变成 "Agent + tools → 答"。技术栈准备好了（ChapterFact 已结构化、原文按章存储、entity profile 已聚合），但需要：

1. 暴露一组工具给 LLM（query_entity / get_chapter_text / list_events_by_participant 等）
2. 上下游 prompt 重构（让 LLM 知道自己可以多轮调用）
3. UI 上展示 "AI 正在查 XX..." 的推理过程

时间线上，我手头还有篇论文要在 5/25 之前投稿（ARR cycle），这之后会把这个方向作为 v0.72.0 主线之一来推。先记到 roadmap 里了，欢迎追问/反馈具体场景，越多用例越能帮我设计对。