Vault 常見問題

Vault 是一個自行架設的知識庫，利用 AI 協助你從文件中尋找資訊。它就像一個為公司內部知識而設的超級搜尋引擎。

運作方式如下：

1. 你上傳文件：PDF、Word 檔案、網頁、試算表等
2. Vault 處理文件：將文件分成小塊，建立 AI 嵌入向量（代表語意的數值）
3. 你提出問題：「我們的退款政策是什麼？」或「顯示不競爭條款的先例」
4. Vault 找出答案：檢索相關文件段落，並用 AI 生成簡潔的答案

與一般搜尋的關鍵分別：Vault 理解語意，而非僅靠關鍵字。即使查詢中沒有完全相同的詞彙，它也能找到相關資訊。

企業面臨知識管理難題：

• 資訊分散各處：文件、wiki、電郵、Slack 訊息、資料庫 — 知識無處不在
• 搜尋失靈：關鍵字搜尋忽略語境。搜尋「退款政策」不會找到「客戶退貨」，即使它們是同一回事
• AI 工具需要將數據傳送到雲端：雲端 AI 服務（ChatGPT、Glean 等）需要將你的文件傳送到它們的伺服器 — 這對受監管行業來說是不可接受的

Vault 透過提供自行架設的 AI 驅動知識檢索來解決此問題。你的文件保留在你的基礎設施上。沒有數據離開你的伺服器。完全自主。

Vault 專為受監管和數據駐留敏感的機構而設計：

• 醫療：符合 HIPAA 的知識檢索，用於病人記錄、臨床指引、政策
• 法律：案件檔案、先例、合約的特權文件搜尋 — 無需將數據傳送到雲端 AI
• 金融服務：監管文件搜尋、合規知識庫、審計追蹤
• 政府：機密文件檢索，具備完全數據主權
• 歐盟企業：符合 GDPR 的知識管理，具備數據駐留控制

如果你有敏感文件且不能將它們傳送到雲端 AI 服務，Vault 就是你的選擇。

RAG = 檢索增強生成（Retrieval-Augmented Generation）。這是 Vault 背後的技術。

運作方式如下：

1. 檢索：當你提出問題時，Vault 首先檢索相關文件段落（使用 AI 嵌入向量和向量搜尋）
2. 增強：這些文件段落被增強（加入）到 AI 的上下文中
3. 生成：AI 然後根據檢索到的上下文生成答案

為何重要：

• 準確性：AI 根據你的實際文件回答，而非從訓練數據中幻覺
• 可追溯：你可以看到答案來自哪些文件
• 最新：AI 使用你最新的文件，而非過時的訓練數據

主要分別：

ChatGPT 是通用 AI 助手。Vault 是專為你的內部文件而設的知識檢索系統。一般問題用 ChatGPT；公司專屬知識用 Vault。

Glean 和 Onyx 是優秀的雲端 RAG 平台，但它們有不同的設計重點：

如果你沒有數據主權要求，想要託管服務，選擇 Glean/Onyx。如果你需要完全的數據控制或想自行架設，選擇 Vault。

是。Vault 的核心是開源（Apache 2.0 授權）。你可以：

• 免費自行架設：下載、部署和使用 Vault，無需付費
• 修改程式碼：根據你的需要自訂 Vault
• 貢獻：提交 pull request、報告錯誤、加入社群

企業版功能（SSO、進階 RBAC、審計日誌、合規功能、優先支援）是付費的。這是我們資助開發的方式。

「自主」意味著完全控制你的數據：

• 數據位置：你的文件保留在你的基礎設施上（本地或私人雲端）
• 處理：所有 AI 處理（嵌入向量、檢索、生成）都在你的基礎設施上進行
• 沒有外部依賴：沒有數據傳送至 OpenAI、Anthropic 或任何第三方（除非你選擇使用他們的 API）
• 可審計：你可以檢查程式碼、日誌和數據流程

這對受監管行業至關重要。如果你的 AI 工具正在將文件傳送給雲端供應商，你就不能宣稱擁有數據主權。

部署方面：需要。Vault 是自行架設的，所以你需要有人能管理 Docker/Kubernetes、設定網絡和監控基礎設施。通常是 DevOps 工程師或 IT 顧問。

日常使用：不需要。管理控制台專為非技術用戶（知識管理人員、合規主任）而設計。你可以上傳文件、建立知識庫和查詢系統，無需撰寫程式碼。

開發人員：Vault 提供 REST API 和 SDK（Python、JavaScript）用於自訂整合。開發人員可以建立自訂工作流程、將 Vault 整合到內部工具等。

Vault 支援多種文件格式：

• PDF：文字型 PDF（掃描 PDF 需要 OCR — 見下方）
• DOCX：Microsoft Word 文件
• HTML：網頁
• Markdown：.md 檔案
• 純文字：.txt 檔案
• CSV：逗號分隔值（結構化數據）
• JSON：結構化數據

其他格式（PPTX、XLSX、電郵格式）計劃在未來版本中支援。

Vault 分三步處理文件：

1. 分塊：文件被分成較小的塊（通常每塊 500-1,000 字）。這使檢索更精確 — Vault 返回回答你問題的特定段落，而非整份 50 頁文件。
2. 嵌入：每個塊使用 AI 模型轉換為數值表示（嵌入向量）。嵌入向量捕捉文字的語意 — 相似語意的嵌入向量相近。
3. 儲存：嵌入向量儲存在向量資料庫中。當你查詢 Vault 時，你的問題也被轉換為嵌入向量，Vault 找出最相似的文件塊。

整個過程在你上傳文件時自動進行。無需手動設定。

分塊是將文件拆分成較小部分的過程。它很重要，因為：

• 精確度：Vault 返回回答你問題的特定段落，而非整份 50 頁文件
• 上下文窗口：AI 模型有有限的上下文窗口（一次可處理的文字量）。分塊確保每部分都在上下文窗口內
• 效率：較小的塊檢索和處理更快

Vault 提供三種分塊策略：

• 固定大小：塊為固定的字數（例如 500 字）。簡單、可預測。
• 語意：塊基於語意 — 相似語意的句子被分在一起。更準確，但較慢。
• 結構：塊基於文件結構（標題、段落、章節）。最適合結構良好的文件。

嵌入向量是文字的數值表示。它們以 AI 能理解的方式捕捉文字的語意。

運作方式如下：

• 每段文字（句子、段落或塊）被轉換為一串數字（例如 [0.12, -0.34, 0.56, ...]）
• 語意相似的文字有相似的嵌入向量（數字彼此接近）
• 語意不同的文字有不同的嵌入向量（數字彼此遠離）

例子：

• 「如何申請退款？」和「退貨政策是什麼？」有相似的嵌入向量（相同語意）
• 「如何申請退款？」和「今天天氣如何？」有不同的嵌入向量（不同語意）

Vault 使用嵌入向量在你提出問題時找到相關文件塊。你的問題被轉換為嵌入向量，Vault 找出嵌入向量相似的文件塊。

可以。Vault 支援批量上傳：

• 網頁界面：拖放多個檔案或資料夾
• API：透過 REST API 以程式方式上傳檔案
• 連接器：從外部來源同步文件（檔案系統、S3、WebDAV、SharePoint）

對於大量文件集合（1,000+ 個檔案），我們建議使用連接器或 API。網頁界面最適合較小的上傳（10-100 個檔案）。

可以。Vault 包含外部數據來源的連接器框架：

• 檔案系統：從本機或網絡驅動器同步文件
• S3 兼容：從 AWS S3、MinIO 或其他 S3 兼容儲存空間同步
• WebDAV：從 WebDAV 伺服器同步（例如 Nextcloud、ownCloud）
• SharePoint：從 Microsoft SharePoint 同步（企業版）
• Google Drive：從 Google Drive 同步（企業版）
• 自訂：使用連接器 SDK 建立你自己的連接器

連接器可按時間表同步（例如每小時）或即時同步（透過 webhook）。

會。Vault 支援增量更新：

• 檔案變更偵測：Vault 偵測到檔案被修改時（透過檔案系統監控或連接器同步）
• 重新處理：Vault 僅重新處理已變更的文件（而非整個知識庫）
• 版本控制：Vault 追蹤文件版本 — 你可以看到回答查詢時使用了哪個版本的文件

這確保你的知識庫始終保持最新，無需從頭重新處理所有內容。

可以。Vault 支援多個知識庫：

• 分隔：為不同團隊、項目或文件類型建立獨立知識庫（例如「HR 政策」、「工程文件」、「法律合約」）
• 隔離：每個知識庫有自己的文件、嵌入向量和存取控制
• 查詢範圍：查詢特定知識庫或跨所有知識庫搜尋
• 權限：控制誰可以存取哪些知識庫（企業版）

這對多租戶部署（例如管理多個客戶的 MSP）或有嚴格數據分隔要求的機構非常有用。

Vault 在數據主權 + 模型靈活性方面競爭。如果你需要完全的數據控制並想選擇 AI 模型，Vault 是最佳選擇。

PrivateGPT 和 Quivr 是開源 RAG 工具，但它們有不同的設計重點：

PrivateGPT/Quivr 適合實驗，但未達到企業使用的生產就緒度。Vault 專為需要可靠性、安全性和支援的受監管企業而設計。

模型無關表示 Vault 可與任何 AI 模型配合使用 — 你不會被綁定在特定供應商。

Vault 支援：

• 本機模型：透過 Ollama、vLLM 或 llama.cpp 在你自己的硬件上運行模型（完全自主）
• API 模型：使用 OpenAI、Anthropic、Google 或自訂端點（當你需要前沿功能時）
• 嵌入模型：選擇任何嵌入模型（OpenAI、Cohere、sentence-transformers 等）

你甚至可以按查詢切換模型 — 簡單問題使用本機模型（快速、自主），複雜問題使用 API 模型（更強大）。

可以。Vault 支援完全離線部署：

• 本機模型：在你自己的硬件上運行嵌入和生成模型（透過 Ollama、vLLM、llama.cpp）
• 沒有外部依賴：Vault 的推理、嵌入向量或任何核心功能都不需要互聯網存取
• 隔離網絡：在隔離網絡環境中部署（完全沒有互聯網存取）

這對互聯網存取受限或被禁止的政府、軍事和高安全環境至關重要。

Vault 的檢索準確度取決於多個因素：

• 嵌入模型：更好的嵌入模型 = 更好的檢索。我們建議使用最先進的模型（例如 OpenAI text-embedding-3-large、Cohere embed-v3）
• 分塊策略：語意分塊比固定大小分塊更準確（但較慢）
• 文件質量：結構良好、清晰的文件 = 更好的檢索
• 查詢清晰度：清晰、具體的問題 = 更好的檢索

目標：≥85% MRR@10（前 10 名的平均倒數排名）。這意味著正確答案在 85% 的時間裏位於前 10 個結果中。

可以。Vault 提供可設定的檢索策略：

• 相似度搜尋：找出最相似的文件塊（預設值）
• 混合搜尋：結合相似度搜尋和關鍵字搜尋（BM25）。對包含特定術語的查詢更有效。
• 重排序：在初始檢索後使用 cross-encoder 模型對結果重新排序。更準確，但較慢。
• 元數據過濾：按元數據過濾結果（例如僅返回特定部門、日期範圍的文件等）

開發人員：Vault 的檢索管道是模組化的 — 你可以使用 SDK 編寫自訂檢索邏輯。

可以。Vault 支援多語言文件：

• 文件導入：上傳任何語言的文件（英文、中文、西班牙文、法文等）
• 嵌入模型：使用多語言嵌入模型（例如 multilingual-e5、OpenAI text-embedding-3-large）
• 查詢：用任何語言提問 — Vault 會檢索相關文件，無論語言

界面目前僅支援英文（v1），多語言界面計劃在 v1.1 推出。

可以。Vault 的核心是開源（Apache 2.0 授權）：

• 透明：所有程式碼在 GitHub 上公開可用
• 可審計：你（或你的安全團隊）可以檢查程式碼是否有漏洞、後門或數據外洩
• 可驗證：你可以驗證 Vault 做到了它所說的功能 — 沒有隱藏的遙測，沒有數據傳送至第三方

這對注重數據主權的機構至關重要。你應該能夠驗證你的 AI 工具在做什麼。

Vault 提供多種查詢方式：

• 網頁界面：在搜尋欄中輸入問題（像 Google 一樣）
• API：透過 REST API 發送查詢（用於自訂整合）
• SDK：使用 Python 或 JavaScript SDK（供開發人員使用）

查詢示例：

• 「我們的退款政策是什麼？」
• 「顯示不競爭條款的先例」
• 「總結第三季度財務報告」
• 「HIPAA 對數據加密的要求是什麼？」

Vault 檢索相關文件塊並使用 AI 生成簡潔答案。你也可以查看來源文件以作驗證。

可以。Vault 提供來源引用：

• 答案：基於檢索文件的 AI 生成答案
• 來源：用於生成答案的文件塊列表（包含文件名稱、頁碼和相關文字）
• 信心分數：Vault 對答案的信心程度（基於檢索相似度）

這讓你可驗證答案並追溯到原始文件 — 對準確性和可審計性至關重要的受監管行業尤為重要。

如果 Vault 找不到相關文件，它會說「我不知道」，而非憑空編造。

這是 RAG 的一個關鍵功能 — AI 基於你的文件。如果資訊不在你的知識庫中，Vault 不會幻覺出答案。

你還可以設定 Vault：

• 返回部分答案：「我找到了一些相關資訊，但不確定是否完全回答了你的問題」
• 建議相關查詢：「我找不到答案，但你可以嘗試搜尋 X」
• 標記待審：「此問題無法回答 — 考慮在知識庫中加入相關文件」

可以。Vault 支援對話式查詢：

• 上下文保留：Vault 記住你在同一對話中之前問題的上下文
• 跟進：問「你可以詳細說明嗎？」或「例外情況呢？」Vault 會理解上下文
• 對話管理：每個對話是一個獨立的對話階段 — 上下文不會在不同對話階段之間洩漏

這讓 Vault 感覺像是與一位知識淵博的同事交談，而不只是一個搜尋引擎。

可以。Vault 支援元數據過濾：

• 文件元數據：按文件屬性過濾（例如部門、作者、日期、文件類型）
• 自訂元數據：為文件加入自訂元數據（例如標籤、分類、密級）
• 查詢時過濾：「顯示 2025 年的 HR 政策」或「找出標為『機密』的法律合約」

這對你想縮小搜尋範圍的大型知識庫非常有用。

查詢速度取決於你的設定：

對於延遲敏感的應用，我們建議：

• 使用快速嵌入模型（例如 sentence-transformers/all-MiniLM-L6-v2）
• 使用快速生成模型（例如本機的 Llama 3 8B，API 的 GPT-4o-mini）
• 啟用快取（經常被問到的問題會被快取）

可以。Vault 支援查詢結果匯出：

• 網頁界面：下載結果為 PDF、Markdown 或純文字
• API：以 JSON 格式檢索結果（供程式使用）
• 批量匯出：一次匯出多個查詢結果（用於報告或分析）

這對生成報告、與同事分享答案或為合規目的歸檔查詢結果非常有用。

可以。Vault 提供查詢分析（企業版）：

• 查詢歷史：查看所有用戶提出的所有查詢（包含時間戳、用戶和結果）
• 使用模式：識別常見問題、熱門知識庫和常見主題
• 成本歸因：追蹤每個用戶、團隊或知識庫的 API 成本（如果使用 API 模型）
• 未回答查詢：識別 Vault 無法回答的問題 — 這些是你知識庫中的缺口

這幫助你了解 Vault 的使用方式以及哪裡需要改善知識庫。

安全。Vault 以安全最佳實踐建構：

• 自行架設：在你的基礎設施上運行 — 沒有數據離開你的伺服器
• 加密：靜態 AES-256，傳輸 TLS 1.3
• 存取控制：RBAC、文件級別權限、SSO（企業版）
• 審計日誌：所有存取和查詢的防篡改日誌（企業版）
• 開源：程式碼可審計 — 你可以驗證沒有後門或數據外洩

Vault 專為受監管行業而設計。如果你可以使用 Vault，你就能通過合規審計。

不可以。Vault 在你自己的基礎設施上自行架設。ODW.ai 完全無法存取你的文件、查詢或嵌入向量。

與雲端 RAG 平台（Glean、Onyx）不同，Vault 不會將遙測數據傳送至第三方。一切都在你的伺服器上。

這對注重數據主權的機構至關重要。如果你的 RAG 工具正在將文件傳送給雲端供應商，你就不能宣稱擁有數據主權。

可以。Vault 提供精細存取控制（企業版）：

• 知識庫級別：控制誰可以存取哪些知識庫（例如 HR 團隊可存取「HR 政策」，法律團隊可存取「法律合約」）
• 文件級別：控制誰可以存取特定文件（例如只有管理層可存取「行政薪酬」）
• 角色為本：分配角色（管理員、編輯者、檢視者）並設定不同權限
• 屬性為本：基於用戶屬性（部門、安全級別等）控制存取

存取控制在查詢時執行 — 如果用戶沒有權限存取某文件，Vault 不會在查詢結果中返回該文件。

可以。Vault 透過 SAML 2.0 和 OIDC 支援 SSO（單一登入）（企業版）：

• Okta：原生整合
• Azure AD / Entra ID：原生整合
• Google Workspace：原生整合
• 其他：任何符合 SAML 2.0 或 OIDC 的身份提供者

SSO 允許用戶使用現有的企業憑證登入 Vault — 無需記住獨立的用戶名/密碼。

可以。Vault 兼容 HIPAA：

• 自行架設：PHI 保留在你的基礎設施上 — 沒有數據傳送至第三方
• 加密：靜態 AES-256，傳輸 TLS 1.3
• 存取控制：RBAC、文件級別權限、審計日誌
• 審計日誌：所有 PHI 存取的防篡改日誌
• BAA：如果使用 ODW.ai 託管的 Vault（企業版），我們會簽署業務夥伴協議

Vault 幫助你滿足 HIPAA 要求的技術保障。你仍需單獨解決行政和物理保障。

可以。Vault 兼容 GDPR：

• 數據駐留：所有數據保留在你的基礎設施上（如果使用私人雲端，則在你選擇的地區）
• 刪除權：按要求刪除文件和相關嵌入向量
• 存取權：按要求匯出用戶數據
• 數據處理記錄：審計日誌追蹤所有數據處理活動

Vault 幫助你滿足 GDPR 要求的技術和組織措施（第 32 條）。你仍需單獨解決法律和程序要求。

可以。Vault 支援隔離網絡部署（無互聯網存取）：

• 離線安裝：在沒有互聯網存取的情況下安裝 Vault（Docker 圖像、離線套件）
• 本機模型：在你自己的硬件上運行嵌入和生成模型（無需對外部服務進行 API 呼叫）
• 沒有外部依賴：Vault 更新、遙測或授權驗證均不需要互聯網存取

隔離網絡部署常見於政府承包商、軍事和高安全環境。

Vault 在查詢時執行存取控制：

• 權限檢查：在返回結果前，Vault 檢查用戶是否有權存取每份文件
• 過濾：如果用戶沒有權限，該文件會從結果中過濾掉 — 他們永遠看不到
• 審計日誌：所有查詢都會被記錄（誰查詢了什麼、何時、返回了什麼結果）

例子：一位初級員工查詢「顯示行政薪酬」。如果他們沒有權限存取「行政薪酬」文件，Vault 不會返回結果 — 而該查詢會被記錄以供審計。

Vault 是模型無關的 — 它支援多種模型：

嵌入模型：

• OpenAI：text-embedding-3-small、text-embedding-3-large
• Cohere：embed-english-v3.0、embed-multilingual-v3.0
• 本機：sentence-transformers（all-MiniLM-L6-v2、all-mpnet-base-v2 等）
• 自訂：任何提供 OpenAI 兼容 API 的模型

生成模型：

• 本機：Llama 3、Mistral、Gemma、Qwen（透過 Ollama、vLLM、llama.cpp）
• API：OpenAI（GPT-4o、GPT-4o-mini）、Anthropic（Claude 3.5 Sonnet）、Google（Gemini 1.5 Pro）
• 自訂：任何提供 OpenAI 兼容 API 的模型

你可以隨時切換模型 — 無需更改程式碼。

可以。Vault 透過以下方式支援本機模型：

• Ollama：運行本機模型最簡單的方式。支援 Llama 3、Mistral、Gemma 等。
• vLLM：用於生產工作負載的高性能推理伺服器
• llama.cpp：輕量、對 CPU 友好的推理（適合邊緣設備）

本機模型在你自己的硬件上運行 — 沒有數據離開你的基礎設施。完全自主。

可以。Vault 支援 API 模型：

• OpenAI：GPT-4o、GPT-4o-mini、text-embedding-3-large
• Anthropic：Claude 3.5 Sonnet、Claude 3 Opus
• Google：Gemini 1.5 Pro
• 自訂：任何提供 OpenAI 兼容 API 的模型

API 模型在你需要前沿功能（例如複雜推理、長上下文窗口）而本機模型尚未能匹配時很有用。

可以。Vault 支援按任務模型路由：

• 簡單查詢：使用快速本機模型（例如 Llama 3 8B）— 快速、自主、便宜
• 複雜查詢：使用強大的 API 模型（例如 GPT-4o）— 更強大，但數據離開你的基礎設施
• 自訂路由：定義規則（例如「如果查詢包含 PHI，僅使用本機模型」）

這讓你兩全其美：敏感查詢享有主權，複雜查詢享有能力。

選擇嵌入模型取決於你的優先事項：

建議：

• 最大主權：使用 sentence-transformers（本機、免費）
• 最大準確度：使用 OpenAI text-embedding-3-large 或 Cohere embed-v3（API、付費）
• 平衡：從 sentence-transformers 開始，如果準確度不佳再升級到 OpenAI/Cohere

選擇生成模型取決於你的優先事項：

建議：

• 最大主權：使用 Llama 3 8B 或 70B（本機、免費）
• 最大質量：使用 GPT-4o 或 Claude 3.5 Sonnet（API、付費）
• 平衡：簡單查詢使用 Llama 3 8B，複雜查詢使用 GPT-4o-mini

Vault v1 不支援。Vault 使用現有模型 — 不支援微調。

不過，你可以：

• 使用檢索：RAG 通常比微調對領域專屬知識更有效。與其微調模型學習你的文件，不如在查詢時直接檢索相關文件。
• 提示工程：自訂系統提示以引導模型行為（例如「你是一名法律助手。根據提供的法律文件回答問題。」）
• 外部微調：在 Vault 外部微調模型（使用 Hugging Face Transformers 等工具），然後透過自訂端点在 Vault 中使用微調後的模型。

微調支援計劃在 v2.0（2027 年第二季）推出。

可以。Vault 是模型無關的 — 你可以隨時切換模型：

• 無需更改程式碼：只需在管理控制台更新模型設定
• 無需重新嵌入：如果你切換生成模型，你不需要重新嵌入你的文件（嵌入向量是模型專用的，但你可以繼續使用舊的嵌入向量或用新模型重新嵌入）
• 按查詢切換：不同查詢使用不同模型（例如本機模型處理簡單查詢，API 模型處理複雜查詢）

這讓你的投資面向未來 — 當更好的模型發佈時，你可以立即採用，無需重新架構你的系統。

Vault 提供三種部署選項：

1. Docker Compose：最簡單。一個命令（docker-compose up）即可運行。最適合開發和小型部署。
2. Kubernetes（Helm）：生產就緒。提供 Helm chart。最適合大型部署、高可用性、自動擴展。
3. 裸機：進階用戶適用。直接安裝在 Linux 伺服器上。最大控制，但需要更多設定。

對大多數客戶而言，Docker Compose 是最快的途徑。對於生產環境，我們建議使用 Kubernetes。

設定時間取決於你的部署：

• Docker Compose：30 分鐘。拉取圖像、設定環境變數、運行 docker-compose up。
• Kubernetes：2-4 小時。部署 Helm chart、設定 ingress、設定儲存、測試。
• 裸機：1-2 天。安裝依賴、設定服務、測試。

目標：從下載到首次查詢少於 4 小時（Docker Compose 部署）。

部署方面：需要。Vault 是自行架設的，所以你需要有人能管理 Docker/Kubernetes、設定網絡和監控基礎設施。通常是 DevOps 工程師或 IT 顧問。

日常使用：不需要。管理控制台專為非技術用戶（知識管理人員、合規主任）而設計。你可以上傳文件、建立知識庫和查詢系統，無需撰寫程式碼。

開發人員：Vault 提供 REST API 和 SDK（Python、JavaScript）用於自訂整合。開發人員可以建立自訂工作流程、將 Vault 整合到內部工具等。

Vault 的要求取決於你的部署：

如果你使用 API 模型（OpenAI、Anthropic），你不需要 GPU。如果你使用本機模型，強烈建議使用 GPU。

可以。Vault 可以部署在任何雲端供應商上：

• AWS：使用 EC2（Docker Compose）或 EKS（Kubernetes）。使用 S3 儲存文件，RDS 儲存元數據。
• GCP：使用 GCE（Docker Compose）或 GKE（Kubernetes）。使用 GCS 儲存文件，Cloud SQL 儲存元數據。
• Azure：使用 VM（Docker Compose）或 AKS（Kubernetes）。使用 Blob Storage 儲存文件，Azure SQL 儲存元數據。

我們為每個雲端供應商提供部署指南。對於生產環境，我們建議使用 Kubernetes 配合託管資料庫（RDS、Cloud SQL、Azure SQL）。

可以。Vault 提供遷移工具：

• 導入文件：上傳你現有的文件（PDF、DOCX 等）
• 導入嵌入向量：如果你之前的平台匯出了嵌入向量，你可以匯入它們（如果使用相同的嵌入模型）
• 重新嵌入：如果嵌入向量不兼容，Vault 可以重新嵌入你的文件（需要時間，但確保準確性）

遷移通常需要 1-2 週。我們為常見平台（Glean、Onyx、PrivateGPT）提供遷移指南和支援。

Vault 透過管理控制台（網頁界面）或環境變數進行設定：

• 模型提供者：設定嵌入和生成模型（本機或 API）
• 儲存：設定文件儲存（本機、S3、GCS、Azure Blob）
• 資料庫：設定元數據資料庫（PostgreSQL、MySQL）
• 向量資料庫：設定向量儲存（Qdrant、Weaviate、Milvus、Chroma）
• 身份驗證：設定 SSO、RBAC（企業版）

大部分設定透過界面完成。對於進階用戶，Vault 也支援透過 YAML 檔案或環境變數進行設定。

可以。Vault 包含沙盒模式：

• 測試環境：在測試環境中部署 Vault，使用範例文件
• 實驗：測試不同模型、分塊策略和檢索設定
• 評估：在正式上線前衡量準確度、延遲和成本

我們建議在部署到生產環境前花 1-2 天在沙盒模式中測試。

Vault 定價基於部署模式和功能：

額外成本：

• API 成本：如果你使用 API 模型（OpenAI、Anthropic），你直接支付給 API 供應商
• 基礎設施：你支付自己的伺服器/雲端費用（如果自行架設）

是的，顯著更便宜。Glean 和 Onyx 通常每個用戶每月 $10-$30。100 人的公司就是 $1,000-$3,000/月。

Vault 每月 $0-$499（固定費率，非按用戶）。100 人的公司使用 Vault 便宜 2-30 倍。

而且 Vault 是自行架設的 — 你獲得完全主權。Glean/Onyx 是雲端 SaaS — 你要將文件傳送給他們。

當然，Glean/Onyx 是託管服務（無需管理基礎設施），而 Vault 需要自行架設。但如果你有基礎設施並需要主權，Vault 在成本上是明顯的贏家。

沒有隱藏成本。總擁有成本包括：

• Vault 訂閱：按級別收取月費（社群版 $0）
• API 成本：如果你使用 API 模型（OpenAI、Anthropic），你直接支付給 API 供應商
• 基礎設施：你支付自己的伺服器/雲端費用（如果自行架設）

就是這樣。沒有設定費、沒有意外收費、沒有按用戶收費。

是的。社群版 100% 免費：

• 無時間限制：永久使用
• 無功能限制：包含所有核心功能（文件導入、RAG、API 等）
• 無用戶限制：無限用戶
• 無文件限制：無限文件

唯一的限制：

• 企業功能：SSO、進階 RBAC、審計日誌、合規功能需付費
• 支援：僅社群支援（GitHub issues、Discord）。沒有電郵或優先支援。

我們相信開源。如果你不需要企業功能，你可以永久免費使用 Vault。

我們接受：

• 信用卡/扣帳卡：Visa、Mastercard、American Express（透過 Stripe）
• 銀行轉帳：適用於年度訂閱或企業客戶
• 加密貨幣：Bitcoin、Ethereum、USDC（適合注重私隱的客戶）

年度訂閱提供發票。請聯絡我們了解詳情。

可以。我們提供 30 天退款保證。如果你在前 30 天內不滿意，聯絡我們獲取全額退款 — 無須解釋原因。

30 天後，你可以隨時取消。你可以繼續使用直到帳單週期結束，但不會為部分月份提供退款。

是的。Vault 是 ODW.ai 套件的一部分。你可以：

• 單獨購買 Vault：單獨使用 Vault（用於知識檢索）
• 購買完整套件：以優惠價格獲得 Desk、Voice、Vault、Shield 和其他模組

套件捆綁以 20-30% 的折扣包含 Vault（相比單獨購買）。而且所有模組原生整合 — Vault 作為 Desk、Voice 和其他模組的知識後端。

Vault 可橫向擴展：

• 小型部署：1,000-10,000 份文件（Docker Compose、單節點）
• 中型部署：10,000-100,000 份文件（Kubernetes、3+ 節點）
• 大型部署：100,000-1,000,000+ 份文件（Kubernetes、自動擴展、分散式向量資料庫）

對於超大型部署（100 萬+文件），我們建議：

• 分散式向量資料庫（Qdrant 集群、Milvus 集群）
• 託管 PostgreSQL（RDS、Cloud SQL）
• 自動擴展 Kubernetes 集群

Vault 支援無限用戶（無按用戶限制）：

• 社群版：無限用戶
• Pro 版：無限用戶
• 企業版：無限用戶

Vault 可橫向擴展 — 加入更多節點以處理更多並發用戶。典型部署每個節點支援 100-1,000 個並發用戶。

如果 Vault 宕機，查詢功能將不可用，但你的文件是安全的：

• 文件：儲存在你的資料庫（PostgreSQL）和向量資料庫（Qdrant、Weaviate 等）中 — 不會丟失
• 恢復：重新啟動 Vault，它會重新連接到你的資料庫
• 高可用性：對於生產環境，使用多個副本（Kubernetes）和託管資料庫（RDS、Cloud SQL）部署 Vault

對於高可用部署，我們建議：

• Kubernetes：跨可用區的 3+ 個副本
• 託管資料庫：RDS、Cloud SQL 或 Azure SQL（99.9% 正常運行時間 SLA）
• 負載均衡器：在副本之間分配流量

Vault 包含監控儀表板：

• 系統健康：CPU、記憶體、磁碟、網絡使用量
• 查詢指標：每秒查詢數、延遲（p50、p95）、錯誤率
• 文件指標：文件數量、塊數、嵌入向量數
• 模型指標：API 成本、token 使用量、模型延遲

你還可以透過標準協議將指標匯出到外部監控工具（Prometheus、Grafana、Datadog）。

Vault 數據儲存在兩個地方：

• 元數據資料庫：PostgreSQL（文件元數據、用戶數據等）。使用標準 PostgreSQL 工具備份（pg_dump、WAL 歸檔）。
• 向量資料庫：Qdrant、Weaviate、Milvus 或 Chroma（嵌入向量）。使用向量資料庫的原生備份工具備份。
• 文件：儲存在檔案系統或對象儲存（S3、GCS、Azure Blob）中。使用標準檔案/對象儲存備份工具備份。

我們建議：

• 每日備份：所有三個組件的自動備份
• 異地儲存：將備份儲存在不同位置（例如 S3、GCS、異地伺服器）
• 測試恢復：定期測試從備份恢復以確保其有效

可以。Vault 支援多租戶：

• 知識庫：為不同團隊或部門建立獨立知識庫（例如「HR」、「工程」、「法律」）
• 存取控制：控制誰可以存取哪些知識庫（企業版）
• 隔離：每個知識庫有自己的文件、嵌入向量和權限
• 查詢範圍：查詢特定知識庫或跨所有知識庫搜尋

這對有嚴格數據分隔要求的機構或多租戶部署（例如管理多個客戶的 MSP）非常有用。

Vault 的設計直觀易用，但我們提供培訓資源：

• 文件：為管理員、知識管理人員和終端用戶提供全面的用戶指南
• 影片教程：逐步講解主要功能
• 入職培訓：對於付費客戶，我們提供 1 小時的入職培訓（遙距）
• 支援：Pro 和企業版客戶享有優先支援

大多數團隊在 1-2 小時的培訓後即可投入生產。網頁界面特別直觀 — 終端用戶無需技術技能。

Vault 與所有 ODW.ai 產品原生整合：

• Desk：使用 Vault 作為客戶支援 AI 的知識後端
• Voice：使用 Vault 作為語音助手的知識後端
• Shield：Vault 將審計日誌發送到 Shield 以進行管治和合規
• 其他模組：任何需要知識檢索的 ODW.ai 模組都使用 Vault

如果你使用 ODW.ai 套件，Vault 整合是自動的 — 無需獨立設定。

可以。Vault 提供 REST API 以供程式存取：

• 文件管理：透過 API 上傳、刪除和管理文件
• 查詢：透過 API 發送查詢和檢索結果
• 知識庫管理：透過 API 建立、刪除和管理知識庫
• 管理：透過 API 設定模型、分塊策略和其他設定

API 有完整文件（OpenAPI/Swagger），並支援透過 API 金鑰或 OAuth 2.0 進行身份驗證。

可以。Vault 為熱門語言提供 SDK：

• Python：pip install odw-vault
• JavaScript/TypeScript：npm install @odw/vault

SDK 封裝了 REST API，為開發人員提供更便捷的接口：

from odw_vault import VaultClient

client = VaultClient(api_key="your-api-key")
results = client.query("What's our refund policy?", knowledge_base="hr-policies")
print(results.answer)

SDK 是開源的，可在 GitHub 上獲取。

可以。Vault 可透過以下方式整合到內部工具：

• REST API：從你的內部工具（網絡應用、流動應用程式、腳本）呼叫 Vault 的 API
• SDK：使用 Python 或 JavaScript SDK 簡化整合
• Webhooks：Vault 可在文件加入/更新/刪除時發送 webhook（用於事件驅動工作流程）

常見整合：

• Slack：建立查詢 Vault 的 Slack 機械人
• Microsoft Teams：建立查詢 Vault 的 Teams 機械人
• 內部網絡應用：將 Vault 的查詢界面嵌入你的內部入口網站
• 自訂工作流程：在自動工作流程中使用 Vault 的 API（例如自動總結新文件）

可以。Vault 包含外部數據來源的連接器框架：

• SharePoint：從 Microsoft SharePoint 同步文件（企業版）
• Google Drive：從 Google Drive 同步文件（企業版）
• Confluence：從 Atlassian Confluence 同步頁面（企業版）
• 檔案系統：從本機或網絡驅動器同步文件
• S3 兼容：從 AWS S3、MinIO 或其他 S3 兼容儲存空間同步
• 自訂：使用連接器 SDK 建立你自己的連接器

連接器可按時間表同步（例如每小時）或即時同步（透過 webhook）。

可以。Vault 提供可嵌入的查詢小工具：

• JavaScript 小工具：在你的網站或網絡應用中嵌入聊天式查詢界面
• 可自訂：自訂小工具的外觀（顏色、標誌等）以配合你的品牌
• 身份驗證：小工具遵循 Vault 的存取控制 — 用戶只會看到他們有權存取的文件

這適用於：

• 面向客戶：在你的客戶入口網站中嵌入知識庫
• 面向員工：在你的內部入口網站中嵌入知識庫
• 產品整合：將 Vault 的查詢界面作為功能嵌入你的產品中

可以。Vault 可與現有 AI 工具配合使用：

• LangChain：在 LangChain 管道中使用 Vault 作為檢索器
• LlamaIndex：在 LlamaIndex 管道中使用 Vault 作為檢索器
• 自訂 RAG：在你的自訂 RAG 管道中使用 Vault 的 API

Vault 的設計是作為知識層 — 它提供檢索，你可以使用任何 AI 工具進行生成。

Vault 功能強大，但在 v1.0 中有限制：

• 沒有即時串流：Vault 支援批量和近即時導入，但不支援亞秒級串流
• 沒有流動應用程式：沒有原生 iOS/Android 應用程式（網頁界面是流動友好的，但沒有原生應用程式）
• 沒有語音/音頻導入：無法導入音頻檔案（例如會議錄音）— 僅支援文字
• 沒有影片分析：無法分析影片內容
• 沒有工作流程自動化：Vault 是知識層，不是工作流程引擎（使用其他 ODW.ai 模組處理此類需求）
• 僅英文界面：界面目前僅支援英文（v1）— 多語言界面計劃在 v1.1 推出
• 沒有模型微調：Vault 使用現有模型 — 無法微調模型（計劃在 v2.0 推出）

會。我們計劃在 v1.1（2026 年第四季）加入更多文件格式支援：

• PPTX：PowerPoint 簡報
• XLSX：Excel 試算表
• 電郵格式：EML、MSG（Outlook）
• OCR：改善掃描 PDF 和圖像的 OCR

如果你需要特定格式，請告訴我們 — 我們根據客戶需求確定優先順序。

計劃在 v1.2（2027 年第一季）。語音/音頻導入將包括：

• 轉錄：使用 Whisper 或其他 ASR 模型自動轉錄音頻檔案（會議錄音、語音備忘錄）
• 說話者分離：識別會議錄音中誰說了什麼
• 可搜尋的轉錄：將轉錄導入 Vault 以供檢索

這對想搜尋會議錄音和語音備忘錄的客戶來說是高優先功能。

計劃在 v1.1（2026 年第四季）。多語言界面將包括：

• 中文（簡體和繁體）
• 西班牙文
• 法文
• 德文
• 日文

查詢引擎已經支援多語言文件和查詢 — 只有界面在 v1 中僅支援英文。

主要里程碑：

• v1.0（2026 年第三季）：MVP 發佈。文件導入、RAG、模型無關推理、多租戶、REST API、SDK。
• v1.1（2026 年第四季）：更多文件格式（PPTX、XLSX、電郵）、多語言界面、改善 OCR。
• v1.2（2027 年第一季）：語音/音頻導入（轉錄、說話者分離）、進階分析。
• v2.0（2027 年第二季）：模型微調、進階檢索策略（混合搜尋、重排序）、工作流程自動化。

路線圖可能會根據客戶反饋而更改。請聯絡我們獲取最新路線圖或要求功能。

Vault 不適合以下情況：

• 你沒有數據主權要求：如果你不在乎數據主權，雲端 RAG 平台（Glean、Onyx）更簡單（無需管理基礎設施）。
• 你需要即時串流：Vault 支援批量和近即時導入，但不支援亞秒級串流。如果你需要即時處理，使用專門的串流平台。
• 你需要工作流程自動化：Vault 是知識層，不是工作流程引擎。如果你需要複雜工作流程，使用專門的工作流程工具（或其他 ODW.ai 模組）。
• 你需要聊天機械人界面：Vault 提供知識層，但沒有精美的聊天機械人界面。如果你需要即插即用的聊天機械人，使用專門的聊天機械人平台（或將 Vault 整合到你自己的界面）。

不保證。沒有 AI 系統可以保證 100% 準確。Vault 的準確度取決於：

• 文件質量：清晰、結構良好的文件 = 更好的準確度
• 嵌入模型：更好的嵌入模型 = 更好的檢索
• 生成模型：更好的生成模型 = 更好的答案
• 查詢清晰度：清晰、具體的問題 = 更好的答案

目標：≥85% MRR@10（前 10 名的平均倒數排名）。這意味著正確答案在 85% 的時間裏位於前 10 個結果中。

Vault 提供來源引用，讓你可以驗證答案。如果準確度不佳，請嘗試改善文件質量、切換到更好的模型或改寫查詢。

三條途徑：

1. 免費試用：下載 Vault 並自行部署。無需信用卡。用你的文件試用，看看它是否適合你的使用場景。
2. 示範：與我們的團隊預約示範。我們會為你講解 Vault、回答你的問題，並幫助你評估它是否適合你的業務。
3. 聯絡銷售：對於企業客戶或自訂部署（本地部署、隔離網絡），聯絡我們的銷售團隊獲取量身報價。