面向企业 Agent 的上下文基础设施。将运行身份、会话历史、长期知识与实时检索组织成统一上下文层，通过多模态解析、GBrain 结构化知识、融合检索、会话摘要和 Token 预算治理，让 Agent 在权限边界内获得可引用、可演进、可持续的上下文。
主要功能
多模态知识准备
解析 PDF、Office、表格、图片、网页、文本、音频与视频，并按内容选择分块策略。
GBrain 结构化知识
以 Compiled Truth 承载当前理解，以 Timeline 追加证据，并自动连接 typed-edge 图谱。
融合检索与引用回链
组合向量、BM25/全文与图邻接结果，按 RRF、加权或重排模型输出可回链证据。
运行时身份上下文
把用户、组织、Agent、会话与用户资料注入运行依赖，并透传到工具和 Team 成员。
会话摘要与上下文压缩
后台增量维护跨轮摘要，并在长任务中压缩工具结果、调用参数与对话历史 。
上下文预算可观测
按系统提示、知识库、长期记忆、会话摘要、工具与推理拆分 Token 占用。
核心优势
从知识库升级为上下文层
统一组织运行身份、当前会话、历史摘要与企业知识，不再把上下文等同于一次检索。
把有限注意力留给关键信息
按模型窗口管理 Token 预算，分层压缩工具结果与长对话，同时保留最新用户意图。
让知识从片段演进为理解
GBrain 将当前最佳理解、证据时间线与知识图谱组合起来，保留结论与演变脉络。
用多路信号找到正确证据
向量、关键词与图邻接协同召回，支持融合、重排与图通道软降级。
让写入与消费都可治理
AI 摄取先生成待审草稿，配合版本历史、权限边界和维护发现控制知识演进。
产品展示
把多源信息编译成可用上下文
文档、表格、多媒体与会话经解析、清洗和分块，进入统一的知识准备链路。
把知识组织成理解、证据与关系
GBrain 以当前最佳理解为主干，连接只增不改的证据时间线和受本体约束的关系图。
用三路检索组装高信号证据
向量、关键词与图邻接并行召回后融合排序；图侧异常时自动回退，不阻断检索。
在每次运行前装配上下文包
身份、当前问题、会话摘要与检索证据按需进入 Agent Runtime，并保留来源边界。
让长对话 持续聚焦且可演进
Token 预算触发分层压缩，知识摄取先审后用，版本、权限与维护发现形成治理闭环。