Progress Agentic RAG - 企业AI的Agentic RAG平台

什么是 Progress Agentic RAG（原 Nuclia）

您的企业是否正在被这些问题困扰——用户在网站上搜索产品时，搜到的结果总是“货不对板”；员工想在内部知识库里找份技术文档，翻了半天才发现内容早已过时；客服每天重复回答同样的问题，效率低下却找不到更好的办法。

这些问题的根源在于传统关键词搜索根本无法理解用户的真实意图。它只能做简单的字面匹配，不会分析语义，更谈不上“懂”用户到底想要什么。当您的企业积累了大量文档、FAQ、产品说明、客户记录之后，这些数据就成了“沉睡的资产”——明明在那里，却怎么都用不起来。

这正是 Progress Agentic RAG（原名 Nuclia）要解决的问题。

Progress Agentic RAG 是业界领先的 Agentic RAG-as-a-Service 平台，专为 AI Agents 设计的检索增强生成（Retrieval-Augmented Generation）解决方案。它不只是一个简单的搜索工具，而是一套完整的“数据理解+智能问答”系统——先帮您从海量非结构化数据中提取有价值的信息，再结合大语言模型生成准确、可追溯的答案。

为什么说是“专为 AI Agents 设计”？因为现在的 AI 应用不再只是回答问题，而是需要自主推理、多步操作、持续学习。Progress Agentic RAG 的模块化架构允许您深度定制 RAG 管道的每一个环节，从数据 ingestion 到检索策略再到生成模型，都可以按需调整。这意味着无论您是要构建一个企业内部的智能助手，还是给网站加上 AI 搜索功能，它都能灵活适配。

更重要的是，它的部署方式足够灵活——支持纯云端（欧盟或美国数据中心）、混合部署、以及 100% 本地部署，满足不同企业对数据合规的要求。

目前，全球已有多个行业的领先企业选择 Progress Agentic RAG，包括常春藤名校 Columbia Business School、西班牙最大医院之一 Althaia Hospitals（5000多名医护人员）、金融比较平台 BrokerChooser、建筑材料批发商 SRS Distribution 等。从教育到医疗，从金融到零售，它正在帮助各种类型的组织真正激活他们的数据资产。

---

Progress Agentic RAG 的核心功能

您可能见过不少所谓的“AI 搜索”工具，但大多数只是把关键词匹配换成向量检索，距离真正的“智能”还有不小差距。Progress Agentic RAG 的不同之处在于，它提供的是一套完整的企业级 RAG 能力，每一个功能都从实际业务需求出发。

RAG 管道评估指标 REMi

这是 Progress Agentic RAG 最具差异化的能力之一——REMi（Retrieval Metrics） 是业界首个专门用于评估 RAG 系统质量的指标体系。您可能有过这种体验：AI 回答得头头是道，但根本不知道它是从哪里得出的结论；或者检索结果看似相关，实际生成的内容却答非所问。

REMi 帮您解决的就是这个问题。它从多个维度（相关性、准确性、来源覆盖率、上下文连贯性等）量化评估您的 RAG 管道表现，让您能够针对性地优化检索策略或调整提示词，而不是凭感觉猜测“哪里出了问题”。

AI Search & Generative Answers

不同于传统搜索只返回一串链接，Progress Agentic RAG 的生成式搜索能直接给出结构化、可理解的答案，同时始终显示用于生成答案的具体数据来源。这对企业场景特别重要——您需要知道 AI 说的是不是真的有据可查。

它支持任何格式、任何语言的非结构化数据，无论是 PDF、Word、网页、视频还是音频，都可以自动索引并纳入搜索范围。

Multiple LLMs 支持

企业的需求是多样化的——有些场景需要强大的推理能力，有些则更看重响应速度和成本。Progress Agentic RAG 支持一键切换多种主流 LLM：OpenAI ChatGPT 4o/4o mini、Google Gemini Flash 2.5、Anthropic Claude 2.1/3、Mistral Large、Mixtral、Gemma，以及 Progress 自研的 Nuclia Everest。

Nuclia Everest 的特别之处在于它是100% 私有部署的 LLM，数据完全不出您的环境，对于数据安全要求极高的行业（如医疗、金融、政府）来说，这点至关重要。

命名实体识别（NER）

系统会自动识别文本中的16 种实体类型（人名、地名、组织名、产品名、日期等），并基于这些实体自动构建知识图谱。这意味着您不只是能搜索“文档”，还能理解文档中提到的实体之间的关系——比如某个产品和哪些供应商有关联、某位客户最近咨询了什么问题。

AI Classification 和 AI Summarization

如果您的企业有大量内容需要整理归类，AI Classification 可以帮助您训练专属的分类模型，对文档或段落打上自定义标签。而 AI Summarization 则能自动生成内容摘要，支持视频、PDF 等长文件的快速概览，特别适合新闻聚合、会议记录归档等场景。

Prompt Lab

如果您需要反复调试 LLM 的提示词来达到最佳效果，Prompt Lab 是一个实用的内置工具——您可以用自己的数据和提示词来测试不同 LLM 的表现，快速找到最优组合。

---

技术架构与特性

如果您关心一个 RAG 平台是否真正“靠谱”，技术架构和安全性是必须了解的部分。

Progress Agentic RAG 的底层基于开源的 NucliaDB——一个专为 AI 搜索设计的数据库，同时支持向量存储和知识图谱。这种架构让它在处理大规模数据时依然保持高效的检索性能，同时能够保留实体之间的关系信息。

在模型层面，系统支持丰富的选择：

• LLM：ChatGPT 4o/4o mini、Gemini Flash 2.5、Anthropic 2.1/3、Mistral Large、Mixtral、Gemma、Nuclia Everest
• Embedding 模型：Progress 专有多语种模型（支持 100+ 语言）、Google Gecko、OpenAI Small/Large

这意味着无论您的数据是多语言的（比如同时有英语、西班牙语、中文的内容），还是需要特定领域的嵌入表示，都能找到合适的方案。

部署灵活性

Progress Agentic RAG 提供三种部署模式，满足不同企业的合规需求：

• 100% 云端：欧盟（Google Cloud）或美国（AWS）数据中心，开箱即用
• 混合部署：敏感数据本地处理，通用能力云端调用
• 100% 本地部署：所有数据和模型都运行在您的私有环境中

安全与合规

企业级应用最不能忽视的就是安全。Progress Agentic RAG 在这方面下了不少功夫：

• SOC 2 Type 2 已认证（业界权威的安全审计标准）
• ISO 27001 认证进行中
• 256-bit AES 加密（静态数据）+ SSL 加密（传输数据）
• GDPR 合规：数据处理完全符合欧盟通用数据保护条例
• 欧盟 AI 法案合规：被认定为极低风险类别，无需额外合规负担

这些认证和措施意味着，无论您是在医疗、金融还是政府行业，都能满足严格的数据安全要求。

---

谁在使用 Progress Agentic RAG

看技术参数可能还是觉得抽象，让我们来看看它在不同行业是如何解决真实问题的。

医疗机构

Althaia Hospitals 是西班牙最大的医院之一，拥有超过 5000 名医护人员。每天都有大量的诊疗协议、临床指南、医学研究需要快速查阅。引入 Progress Agentic RAG 后，医护人员只需用自然语言提问（比如“针对 XX 症状的最新处理流程是什么”），系统就会从海量医学文档中检索相关内容并生成准确答案，大幅提升了临床决策效率。

金融行业

BrokerChooser 和 HelpMyCash 是两家知名的金融产品比较平台。用户面对几十种理财产品时往往无从下手。这两个平台使用 Progress Agentic RAG 构建了 AI 驱动的产品推荐系统，能够根据用户的具体需求（收益预期、风险承受能力、投资期限等）快速匹配最适合的产品，显著提升了用户转化率。

教育机构

Columbia Business School（哥伦比亚商学院，常春藤名校）和 Barry University 都在虚拟校园中部署了 AI 搜索技术。学生不再需要在一堆课程资料、论文库、校友论坛中大海捞针，直接用自然语言提问就能找到需要的内容，学习体验焕然一新。

法律行业

CCOO 是西班牙最大的工会之一，拥有超过 100 万会员。法律咨询需求庞大，人工回复根本忙不过来。借助 RAG 驱动的法律问答系统，会员可以 7×24 小时获得准确的劳动法相关解答，法律部门的响应速度大幅提升。

电商零售

Certantly（零售电商）和 Buff Sportswear（户外服饰品牌）将 AI 搜索应用于产品目录。消费者不再需要手动筛选成百上千的商品，AI 助手能理解“适合冬季户外跑步的保暖服装”这样的模糊需求，并推荐真正合适的产品，直接带动了销售转化率的提升。

企业知识管理

NAFEMS（工程仿真领域的国际知识平台）和 SRS Distribution（美国建筑材料批发商）则代表了企业知识管理的典型场景——大量的技术文档、产品手册、培训资料需要被高效利用。Progress Agentic RAG 帮助他们搭建了内部智能搜索系统，员工找资料的时间从“ minutes 级”缩短到“秒级”。

---

定价方案

Progress Agentic RAG 的定价分为三个层级，14 天免费试用让您可以充分体验后再做决定。

除了月费，Token 消耗为 $0.008/token，每月包含 10,000 免费 token。Token 主要用于 LLM 调用和 Embedding 生成，实际消耗取决于您的查询量和数据规模。

选择建议

• 初创团队：从 Starter 开始，14 天免费试用期间充分验证需求
• 成长型企业：Pro 版本性价比最高，$1,925/月包含几乎所有高级功能
• 大型组织：直接联系 Enterprise，定制化方案通常包含批量折扣

---

常见问题