输入本地存储的HR制度文件集合，关键操作是利用WorkBuddy自动解析文件结构并提取实体建立向量知识库，产出为支持语义检索的制度条款索引及高亮显示的有效内容。
将分散制度文件转化为结构化知识库
面对散落在不同文件夹中的27份hr制度文件，手动整理版本对照效率极低。使用workbuddy时，直接指定这些文件路径或文件夹，系统会自动执行解析动作。它并非简单堆砌文本，而是深入分析文档内部逻辑，提取出如“责任主体”、“生效日期”和“有效范围”等关键实体。这一过程将非结构化的word或pdf文档转化为机器可理解的向量案例，为后续精准检索打下基础。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在构建知识库阶段，核心判断标准是确保所有相关制度文件已被正确加载。观察执行效果界面，确认系统已识别文件数量并生成对应的向量索引。此时无需人工干预每一条条款，工具已完成底层的语义映射。若发现部分文件未被纳入，需检查文件格式是否兼容或路径权限是否开放，确保知识库覆盖全面。
通过语义检索定位最新有效条款
当需要查询具体政策时，避免使用模糊关键词，而是采用自然语言描述场景。例如，询问“最新差旅报销标准是什么”，系统会在本地知识库中进行语义匹配。这种检索方式不依赖精确的文件名或章节号，而是理解用户意图与制度内容的关联。返回结果中，系统会高亮显示具体的金额上限与票据要求，直接呈现答案而非仅给出文件链接。
员工在试用 WorkBuddy 时，经常会冒出"这个要是能一键就好了"的念头，但往往转头就忘。本技能把这类反馈零摩擦地沉淀到企业统一表格： 1. 不用跳出当前工作流、不用重复填姓名和部门； 2. 身份一次配置，后续只说内容即可； 3. 自动对齐表头、追加一行，企业方可直接统计。 触发方式 在对话中表达"提交 / 记录一条反馈"的意图即可触发，例如： - 反馈一个需求 · 提个诉求 · 记录一下这个痛点 - 收集反馈 · 提交体验反馈 · feedback - 完成
在处理多版本制度时，语义检索能自动过滤过期信息。假设存在2023版与2024版差旅规定，提问时若未指定版本，系统通常优先返回当前有效或最新的条款。若需对比历史版本，可在提示词中明确加入时间限定，如“2023年的差旅标准”。通过这种方式，快速从海量条款中剥离出所需信息，减少阅读冗余内容的时间。
扩展至邮件数据库的版本追溯
制度变更往往伴随邮件通知，仅靠静态文件库可能遗漏临时调整。WorkBuddy支持扫描本地Outlook或Foxmail邮件数据库，将邮件内容纳入检索范围。当遇到复杂情况，如“试用期延长”的具体执行细节未在正式文件中明确，但曾在邮件中提及，可通过检索邮件找到相关上下文片段。
此步骤适用于制度落地过程中的模糊地带查询。结合知识库与邮件检索，形成完整的制度执行证据链。在输出结果时，注意区分哪些条款来自正式制度文件，哪些来自邮件沟通记录，以便使用者判断其权威性与适用范围。这种混合检索模式提升了资料整理的耐用性，适应不断变化的内部管理需求。
