在群聊里提问，得到附有来源链接的回答。检索范围以提问者的可见权限为界——找不到的内容，它会如实说找不到。回答必须逐字引用来源原文，否则会被降级处理。
Hedy 的知识库助手基于贵公司的文档作答，每条结论都逐行标注出处。检索在服务端按提问者的 ACL 过滤，每个人只能看到自己有权限看的内容。当证据门找不到支撑段落时，Hedy 会直接说不知道，而不是猜测。它以自部署方式运行在您的基础设施上，让知识保持私有，用一名可追责的 AI 员工替代整支答疑团队。
最后更新：2026 年 7 月 20 日
Git 仓库、Notion、Confluence 与会议记录——同步并分块处理，引用信息完整保留。
在飞书、Lark 或 Slack 中提问。混合检索定位原文段落，回答附带引用。
服务端按提问者的标签过滤。超出个人权限的文档不会被摘要、暗示，也不会计入回答。
检索无结果时，回复是“未找到，这是最接近的文档，缺口已记录”——绝不编造答案。
多数云端 AI 助手先检索、从不校验权限。Hedy 把顺序反了过来。每次查询都在服务端按提问者的 ACL 强制校验，发生在检索之前，而不是写在提示词里。如果某个段落位于此人无权阅读的空间，它根本不会进入上下文窗口。同一个问题，销售代表和财务负责人得到的答案不同，因为两人被授权访问的来源不同。访问控制是检索层的属性，而不是给模型的一句建议。
证据门是整个设计的核心。Hedy 的回答必须逐字引用支撑它的来源段落，并标注文档与位置。若证据门找不到能支撑某条结论的段落，这条结论就不会输出。当语料库中没有任何内容能回答问题时，Hedy 会直接说明，而不是用一段听上去合理的幻觉填补空白。“我不知道，这是我检索过的范围”是合法且符合预期的输出，不是失败。
这是一名 AI 员工承担整个答疑台的工作，而不是拴在 Slack 上的聊天玩具。Hedy 在飞书/Lark 和 Slack 中都是一等公民，使用您自己的模型 key（包括本地 vLLM 或 Ollama），通过 Docker Compose 约 30 分钟即可部署。它完全自部署，无数据次级处理方（sub-processors），您的知识库以及针对它提出的每一个问题都留在您的基础设施之内。
治理就是产品本身，而不是一页设置项。每个回答连同其引用都会写入可回放的只增不改审计日志。检索在机制上就遵循 ACL。红线行为测试检验 Hedy 是否会拒绝越界或未授权的问题；许可采用 Ed25519 离线校验，气隙（离线）部署无需回连外网。您得到的是一个真正敢放到审计人员面前的知识助手。