Agentic Retrieval

Tessmora

Every fragment finds its place

缘起

Tessmora 不把所有内容都压成文本。文档、图片、音频与视频保留各自适合的解析单元和专用向量，再由知识库画像路由、混合检索、两阶段排序与有界 Agent 汇入同一套回答链路。

记录每一处取舍背后的思路

文档使用无损 Agentic Chunker，图片使用 VLM 与 CLIP，音频使用 ASR 与 CLAP，视频使用 Scene、Shot 与 Key Frame 分层建模，避免统一转文本造成的信息损失。

One-Pass 意图与知识库画像决定检索范围，Dense、Sparse、Visual、Audio、Video 五路召回经过动态 RRF 与 Cross-Encoder 排序后进入证据池。

复杂问题会被拆成互补子查询并发补查，系统对轮数、查询数、证据池和停止条件设置预算。最终引用保留来源、媒体位置、时间范围与上下文窗口。

创作准则

来自当前产品界面、系统架构与视觉研究的真实材料。

把个人表达收进一卷持续生长的数字古籍