中石化"石小勘"落地实践：KnowFlow 如何为大型央企打造智能知识中枢
从 DeepSeek 到知识管理：一个央企的 AI 转型样本
2025 年初，DeepSeek 席卷全国。中国石油化工集团某研究院迅速响应，在院内部署了 DeepSeek-32B 本地模型。然而团队很快发现，通用大模型虽然"聪明"，却对企业内部积累的数十年制度文件、科研资料、IT 运维手册一无所知。
"大模型只能回答模型里已有的知识内容，而对于院内自有的文档内容如何让它理解并回答用户问题？"——这正是研究院信息研发团队面临的核心挑战。
答案是 RAG（检索增强生成）。而承载这一技术路线落地的产品，正是 KnowFlow。
基于 KnowFlow，研究院打造了内部智能助手 "石小勘"，覆盖找人、找系统、找制度、IT 运维、归档咨询、内控搜索、科研问答等八大场景，部署到门户供全院使用。测试结果显示：问答准确率达 90%，总结条理性极强，并能准确列出原始文档来源。
这不是一个实验室 Demo，而是一个已经在央企日常办公中跑通的生产系统。
KnowFlow 为企业级场景解决了什么？
一、多格式文档深度解析——让 PPT、PDF、Word 都变成可检索的知识
企业知识库建设的第一道门槛是文档解析。中石化的知识资产涵盖制度文件（PDF/Word）、科研报告（PDF）、培训材料（PPT）、数据表格（Excel）等多种格式。传统的文本提取工具往往丢失排版结构，表格变成乱码，图片直接丢弃。
KnowFlow 内置两款专业级 PDF 解析引擎——MinerU（行级精确坐标，支持公式识别，专业级表格解析）和 PaddleOCR（高速通用解析），并提供四种智能分块策略：
-
• Smart 分块：基于 AST 语义分析，保证表格、代码块完整性
-
• Title 分块：严格按标题层级划分，完整保留文档结构
-
• Parent-Child 分块：双层嵌套架构——子块精确检索，父块提供完整上下文
-
• Regex 分块：支持自定义正则表达式，适配特殊格式文档
对于 PPT 文件，系统自动转换并提取结构化内容，包括文本、表格和嵌入图片，确保培训材料、汇报 PPT 等企业高频文档类型都能被准确解析和检索。
二、图片识别与以文搜图——让视觉内容不再是检索盲区
科研报告中的地质构造图、工艺流程图、实验数据图表，往往承载着最核心的信息。传统 RAG 系统对图片视而不见，KnowFlow 则通过 Vision Enhancement 技术彻底解决这一痛点：
-
• 文档解析完成后，系统自动扫描所有 chunk 中的图片引用
-
• 批量调用 VLM（视觉语言模型）为每张图片生成语义描述
-
• 结合图片周围的文本上下文，生成更准确的描述内容
-
• 描述文本与原文一起参与向量化索引，实现"以文搜图"
这意味着，当研究人员搜索"马努依盆地构造演化"时，不仅能找到文字描述，还能直接定位到相关的地质构造示意图——这在传统搜索引擎中是不可能实现的。
三、Dify 生态对接与引用原文——打通企业 AI 工作流
企业的 AI 应用不会是一个孤岛。石小勘的成功离不开与企业现有 IT 架构的无缝集成。KnowFlow 提供标准化的企业微信、钉钉、Dify 检索接口，支持：
-
• 引用原文回溯：检索结果携带完整的文档来源、页码、原文片段，用户可一键跳转查看原始文档
-
• 图片外链：通过
MINIO_EXTERNAL_URL配置，自动将内部存储路径转换为外部可访问的图片链接，确保 Dify 等外部系统能正确展示图文混排内容 -
• 元数据过滤：支持按知识库、文档类型、标签等维度过滤检索结果
-
• 知识图谱增强：结合 GraphRAG 能力，返回结构化的知识实体和关系
石小勘正是通过这一能力，实现了"回答问题的同时准确列出原始文档"的用户体验——这对于制度查询、科研引用等需要追溯依据的场景至关重要。
四、针对具体文件问答——不只是知识库级别的检索
传统 RAG 系统只能在整个知识库范围内检索，当用户需要针对某份特定文件深入问答时，往往力不从心。KnowFlow 的 DeepRead Agent 采用 locate-then-read 策略，实现了文档级的深度阅读：
-
• 结构化导航：预构建文档目录（TOC），Agent 可以按章节、按页码精准定位
-
• 多轮推理：通过 retrieve → read_section → read_page 的工具链，逐步深入文档细节
-
• 并发执行：同一轮内多个工具调用通过异步并发执行，大幅降低响应延迟
-
• 思考过程可视：前端实时展示 Agent 的推理过程，用户可以看到"它在读哪一段、为什么要读"
这一能力使得石小勘不仅能回答"差旅标准是什么"这类通用问题，还能针对某份具体的制度文件进行深度问答——"这份文件第三章关于三亚旺季住宿标准的上浮比例是多少？"
五、分布式部署——支撑央企级并发与可用性
石小勘当前面临并发的瓶颈，这正是下一阶段的重点改进方向。KnowFlow 的微服务架构天然支持分布式部署：
-
• 计算层（解析、Embedding、推理）与存储层（MySQL、Elasticsearch/Milvus、MinIO）独立扩展
-
• 任务队列架构支持多 Worker 并行处理文档解析
-
• 检索服务支持多副本部署，轻松应对全院级并发访问
-
• 混合检索架构（BM25 关键词 + 向量语义）通过统一分词保证中文检索质量
为什么是 KnowFlow？
石小勘的落地验证了一个核心判断：企业级 AI 知识管理，不是"接个大模型 API"就能解决的。它需要深度文档理解、精准中文检索、灵活的分块策略、可追溯的引用机制、以及与企业 IT 生态的无缝集成。
KnowFlow 不是一个需要从零搭建的框架，而是一个开箱即用、深度可定制的企业级 RAG 引擎。从中石化研究院的实践来看，一个小团队在有限的硬件资源下，就能快速搭建出覆盖八大业务场景、准确率 90% 的智能知识助手。
当研究院将"石小勘"从行政管理推广到科研问答领域，当越来越多的制度文件、科研成果、期刊文献被纳入知识库——这正是 KnowFlow 为企业打造的愿景：让每一份企业文档都成为可对话、可检索、可引用的智能知识资产。
如果您的企业也面临知识散落在文件服务器、SharePoint、OA 系统中难以利用的挑战，欢迎关注公众号KnowFlow 企业知识库联系我们了解 KnowFlow 企业级解决方案。
