核心概念与体系

DigMind 的强大不仅限于单一的 AI 对话，而是建立在一个有机整合的系统架构之上。要用好 DigMind，首先需要了解平台的三大核心体系。

1. 沙箱化的项目空间 (Project & Sandbox)

在传统工具中，文档和对话往往是割裂的。而在 DigMind 中，一切工作都围绕着**项目（Project）**展开。

通过结合先进的沙箱技术，DigMind 为每一个项目都创建了一个“专属的计算虚拟房间”：

• 绝对的数据隔离：项目 A 中的资料记录绝不会污染或干扰项目 B，确保您的专属商业信息或策略数据仅在当前上下文中流转。
• 持久化的上下文：在沙箱内，无论是长篇累牍的业务知识、持续多天的历史会话，还是正在后台执行的自动化流，都会被长效记忆并保护。
• 模板化配置：每个项目空间都可以基于预设或自定义模板进行快速初始化，内置好对应的专家预设和数据架构。

2. 结构化的跨模态资产 (Assets & Ontology)

DigMind 能够处理的对象不仅仅是“文本文档”。系统支持全方位的跨模态知识承载：

• 层级资源库：支持通过多层文件夹管理各种外部接入链接、Word/PDF 文档、以及结构化的数据表格，并且能够对这些资源进行高级条件过滤。
• 本体字典 (Ontology)：您可以为项目定义专属的“业务数据字典”（如：什么是“竞争对手”，什么是“产品缺陷”），规范化数据的抽取标准。
• 双层图谱引擎：系统底层维护着一套沉淀核心常识的“核心知识图谱”，同时还能根据即时的分析指令，针对具体的表单或研报，推演织成用于实时决策的“推理图谱”。

3. 多模式的 Agent 智能引擎 (Agent Engine)

传统的 AI 往往只能一问一答，而 DigMind 内置的多模式 Agent 引擎则相当于一个不知疲倦的数字工作团队。

• 快速对话与深度推理并存：提供短平快的 Fast 模式 和擅长逻辑拆解与自验证的 Pro 模式 (Plan 先知) 供您按需切换。更重要的是，Agent 的每一项专业判断，都附有精准的数据指标归因分析。
• 灵活的技能扩展 (Skill)：Agent 并非一成不变。您可以通过安装各种“专精技能插件”（如联网搜索、数据清洗、图谱抽取等），直接扩展当前项目空间的能力边界。
• 基于规则的自动化 (Rule Engine)：无需编写代码，通过可视化的规则引擎即可让 Agent 全天候“打工”。例如配置好规则后，它能自动将新增的行业 RSS 资讯进行提炼，分门别类归集汇总。

---

下一步

理解了这三大基石，您的 DigMind 之旅才刚刚开始。建议您：