Launchstack平台如何实现AI文档分析与RAG工作流？

Launchstack 是一个基于 Next.js基于React的现代全栈Web开发框架，支持服务端渲染和静态生成。 构建的专业平台，专注于基于角色的文档管理、AI辅助问答和预测性文档分析。它集成了文档上传、可选OCR、向量嵌入和语义检索功能，旨在帮助团队快速发现文档中的信息缺口并采取行动。

Launchstack 是一个基于 Next.js基于React的现代全栈Web开发框架，支持服务端渲染和静态生成。 构建的专业平台，专注于基于角色的文档管理、AI辅助问答和预测性文档分析。它集成了文档上传、可选OCR、向量嵌入和语义检索功能，旨在帮助团队快速发现文档中的信息缺口并采取行动。

核心功能

• 基于Clerk一个身份验证和用户管理平台，提供基于角色的访问控制（RBAC）功能。的身份验证与角色管理：提供雇主/员工身份验证，并配备角色感知的中间件。
• 文档上传与处理管道：支持文档上传，并为扫描的PDF提供可选的OCR功能。
• 语义检索与RAG工作流：使用 PostgreSQL + pgvectorPostgreSQL的扩展，支持向量相似性搜索，提供高效的向量存储和检索功能。 实现语义检索，支撑检索增强生成（RAG）工作流。
• AI聊天与预测性分析：支持对上传内容进行AI聊天和预测性文档分析。
• 智能体安全护栏：包含PII过滤、事实性检查（Grounding Checks）和置信度门控（Confidence Gating）等机制。
• 监督智能体：根据特定领域的评估标准（Rubrics）验证输出结果。
• 营销内容生成管道：自动为 Reddit、X、LinkedIn 和 Bluesky 等平台生成营销内容。
• 可选网络增强分析：可集成 Tavily一个网络搜索API，用于增强文档分析的外部知识获取。 进行网络信息检索以丰富分析。
• 可选可靠性与可观测性：支持通过 Inngest一个用于管理后台作业和任务队列的平台，提高应用程序的可靠性和可观察性。 和 LangSmith一个用于追踪、调试和评估智能体执行链路的工具，可通过设置环境变量和 API Key 实现可视化观测。 实现任务可靠性和系统可观测性。

• 基于Clerk一个身份验证和用户管理平台，提供基于角色的访问控制（RBAC）功能。的身份验证与角色管理：提供雇主/员工身份验证，并配备角色感知的中间件。
• 文档上传与处理管道：支持文档上传，并为扫描的PDF提供可选的OCR功能。
• 语义检索与RAG工作流：使用 PostgreSQL + pgvectorPostgreSQL的扩展，支持向量相似性搜索，提供高效的向量存储和检索功能。 实现语义检索，支撑检索增强生成（RAG）工作流。
• AI聊天与预测性分析：支持对上传内容进行AI聊天和预测性文档分析。
• 智能体安全护栏：包含PII过滤、事实性检查（Grounding Checks）和置信度门控（Confidence Gating）等机制。
• 监督智能体：根据特定领域的评估标准（Rubrics）验证输出结果。
• 营销内容生成管道：自动为 Reddit、X、LinkedIn 和 Bluesky 等平台生成营销内容。
• 可选网络增强分析：可集成 Tavily一个网络搜索API，用于增强文档分析的外部知识获取。 进行网络信息检索以丰富分析。
• 可选可靠性与可观测性：支持通过 Inngest一个用于管理后台作业和任务队列的平台，提高应用程序的可靠性和可观察性。 和 LangSmith一个用于追踪、调试和评估智能体执行链路的工具，可通过设置环境变量和 API Key 实现可视化观测。 实现任务可靠性和系统可观测性。

预测性分析——支持的文档类型

Launchstack 能够根据您的文档类型，运行特定领域的分析。

Launchstack 能够根据您的文档类型，运行特定领域的分析。

每种分析类型还会提取关键信息（如截止日期、待办事项、资源、注意事项），并对高优先级的预测结果进行验证链（Chain-of-Verification）检查。

每种分析类型还会提取关键信息（如截止日期、待办事项、资源、注意事项），并对高优先级的预测结果进行验证链（Chain-of-Verification）检查。

导入外部知识

Launchstack 可以导入从第三方工具导出的内容。无需配置API密钥或OAuth——只需导出您的数据，上传文件，剩下的工作由数据摄取管道处理。

Launchstack 可以导入从第三方工具导出的内容。无需配置API密钥或OAuth——只需导出您的数据，上传文件，剩下的工作由数据摄取管道处理。

支持的导出格式

如何导出

Notion

Notion

1. 打开您的 Notion 工作区。
2. 在页面上点击 ... 菜单，或进入 设置与成员 > 导出 进行整个工作区的导出。
3. 选择 Markdown & CSV 作为格式，如果需要，勾选 包含子页面。
4. 下载 ZIP 文件并直接上传到 Launchstack。

1. 打开您的 Notion 工作区。
2. 在页面上点击 ... 菜单，或进入 设置与成员 > 导出 进行整个工作区的导出。
3. 选择 Markdown & CSV 作为格式，如果需要，勾选 包含子页面。
4. 下载 ZIP 文件并直接上传到 Launchstack。

Google Docs / Sheets

Google Docs / Sheets

1. 在 Google Docs 或 Sheets 中打开文档。
2. 进入 文件 > 下载，选择 Microsoft Word (.docx) 或 CSV / Excel (.xlsx)。
3. 上传下载的文件。对于批量导出，请使用 Google Takeout 将您的 Drive 导出为 ZIP 文件。

1. 在 Google Docs 或 Sheets 中打开文档。
2. 进入 文件 > 下载，选择 Microsoft Word (.docx) 或 CSV / Excel (.xlsx)。
3. 上传下载的文件。对于批量导出，请使用 Google Takeout 将您的 Drive 导出为 ZIP 文件。

Slack

Slack

1. 进入 工作区设置 > 导入/导出数据 > 导出。
2. 选择日期范围并开始导出。
3. 下载 ZIP 文件并上传到 Launchstack。每个频道的消息将被作为单独的文档摄取。

1. 进入 工作区设置 > 导入/导出数据 > 导出。
2. 选择日期范围并开始导出。
3. 下载 ZIP 文件并上传到 Launchstack。每个频道的消息将被作为单独的文档摄取。

GitHub

GitHub

1. 仓库文档：在任何 GitHub 仓库点击 代码 > 下载 ZIP。上传该 ZIP 文件——所有 Markdown 和文本文件将被摄取。
2. Issues：安装 GitHub CLI 并运行：

   gh issue list --state all --limit 1000 --json number,title,body,state,labels,author,createdAt,closedAt,comments > issues.json
   

   上传生成的 issues.json 文件。
3. Pull requests：运行：

   gh pr list --state all --limit 1000 --json number,title,body,state,labels,author,createdAt,mergedAt,comments > prs.json
   

   上传生成的 prs.json 文件。

1. 仓库文档：在任何 GitHub 仓库点击 代码 > 下载 ZIP。上传该 ZIP 文件——所有 Markdown 和文本文件将被摄取。
2. Issues：安装 GitHub CLI 并运行：

   gh issue list --state all --limit 1000 --json number,title,body,state,labels,author,createdAt,closedAt,comments > issues.json
   

   上传生成的 issues.json 文件。
3. Pull requests：运行：

   gh pr list --state all --limit 1000 --json number,title,body,state,labels,author,createdAt,mergedAt,comments > prs.json
   

   上传生成的 prs.json 文件。

所有上传的内容都会流经标准的数据摄取管道（分块、嵌入、RAG索引），并与其他文档一起变得可搜索。

所有上传的内容都会流经标准的数据摄取管道（分块、嵌入、RAG索引），并与其他文档一起变得可搜索。

系统架构

Launchstack 遵循三层模块化架构：

Launchstack 遵循三层模块化架构：

block-beta
  columns 9

  SLABEL["Services\nLayer"]:1
  MKT["Marketing Engine\n─────────────\nTrend Analysis\nContent Generation\nWeb Scraping Jobs"]:2
  LEG["Legal Services\n─────────────\nTemplate Library\nAuto-Fill & Clauses\nLegal Vault"]:2
  ONB["Employee Onboarding\n─────────────\nOnboarding Agent\nQuizzes & Checks\nProgress Tracking"]:2
  DOCR["Document Reasoning\n─────────────\nPage Index & TOC\nRLM Agent\nKnowledge Graph"]:2

  space:9

  TLABEL["Tools\nLayer"]:1
  RAG["RAG Pipeline\n(BM25 + Vector)"]:2
  WEB["Web Search\n(Tavily, Firecrawl)"]:2
  REW["Doc Rewrite\n(Summarize, Refine)"]:2
  TMPL["Template Engine\n(Form → PDF)"]:2
  space:1
  ING["Doc Ingestion\n(OCR, Chunk, Embed)"]:4
  ENT["Entity Extraction\n(NER, Graph RAG)"]:4

  space:9

  PLABEL["Physical\nLayer"]:1
  DB["PostgreSQL + pgvector\n─────────────\nEmbeddings Index\nDocument Structure\nKnowledge Graph\nDomain Tables"]:2
  HOST["Hosting & Compute\n─────────────\nNext.js 15\nInngest Jobs\nAgent Hosting\nML Sidecar"]:2
  EXT["External Services\n─────────────\nOCR Providers\nFile Storage (S3)\nClerk Auth + RBAC"]:2
  KBS["Knowledge Bases\n─────────────\nCompany KB\nLegal Templates\nOnboarding Docs"]:2

  %% Service → Tool edges
  MKT --> RAG
  MKT --> WEB
  MKT --> REW
  LEG --> RAG
  LEG --> REW
  LEG --> TMPL
  ONB --> RAG
  ONB --> REW
  DOCR --> RAG
  DOCR --> WEB
  DOCR --> REW
  DOCR --> ING
  DOCR --> ENT

  %% Tool → Physical edges
  RAG --> DB
  RAG --> KBS
  WEB --> HOST
  REW --> HOST
  TMPL --> EXT
  TMPL --> KBS
  ING --> DB
  ING --> EXT
  ING --> HOST
  ENT --> DB
  ENT --> HOST

  classDef layer fill:#1a1a2e,color:#eee,stroke:none
  classDef svc fill:#4A90D9,color:#fff,stroke:#2C5F8A,stroke-width:1px
  classDef tool fill:#F5A623,color:#fff,stroke:#C47D0E,stroke-width:1px
  classDef phys fill:#27AE60,color:#fff,stroke:#1E8449,stroke-width:1px

  class SLABEL,TLABEL,PLABEL layer
  class MKT,LEG,ONB,DOCR svc
  class RAG,WEB,REW,TMPL,ING,ENT tool
  class DB,HOST,EXT,KBS phys

该平台组织如下：

该平台组织如下：

1. 服务层 - 垂直业务模块（营销、法务、员工入职、文档推理）
2. 工具层 - 可复用的AI能力（RAG、网络搜索、文档处理、实体提取）
3. 物理层 - 基础设施（PostgreSQL + pgvectorPostgreSQL的扩展，支持向量相似性搜索，提供高效的向量存储和检索功能。、Next.js基于React的现代全栈Web开发框架，支持服务端渲染和静态生成。 托管、外部服务、知识库）

1. 服务层 - 垂直业务模块（营销、法务、员工入职、文档推理）
2. 工具层 - 可复用的AI能力（RAG、网络搜索、文档处理、实体提取）
3. 物理层 - 基础设施（PostgreSQL + pgvectorPostgreSQL的扩展，支持向量相似性搜索，提供高效的向量存储和检索功能。、Next.js基于React的现代全栈Web开发框架，支持服务端渲染和静态生成。 托管、外部服务、知识库）

所有服务都在由 Clerk一个身份验证和用户管理平台，提供基于角色的访问控制（RBAC）功能。 RBAC 强制执行的领域分区边界内运行。RAG 查询通过 domain + company_id 进行作用域限定，以确保数据隔离。

所有服务都在由 Clerk一个身份验证和用户管理平台，提供基于角色的访问控制（RBAC）功能。 RBAC 强制执行的领域分区边界内运行。RAG 查询通过 domain + company_id 进行作用域限定，以确保数据隔离。

技术栈

• Next.js基于React的现代全栈Web开发框架，支持服务端渲染和静态生成。 15 + TypeScript
• PostgreSQL + Drizzle ORM + pgvectorPostgreSQL的扩展，支持向量相似性搜索，提供高效的向量存储和检索功能。
• Clerk一个身份验证和用户管理平台，提供基于角色的访问控制（RBAC）功能。 身份验证
• OpenAI + LangChain
• UploadThing + 可选的OCR服务提供商
• Tailwind CSS

• Next.js基于React的现代全栈Web开发框架，支持服务端渲染和静态生成。 15 + TypeScript
• PostgreSQL + Drizzle ORM + pgvectorPostgreSQL的扩展，支持向量相似性搜索，提供高效的向量存储和检索功能。
• Clerk一个身份验证和用户管理平台，提供基于角色的访问控制（RBAC）功能。 身份验证
• OpenAI + LangChain
• UploadThing + 可选的OCR服务提供商
• Tailwind CSS

环境要求

• Node.js 18+
• pnpm
• Docker + Docker Compose（推荐用于本地数据库/全栈开发）
• Git

• Node.js 18+
• pnpm
• Docker + Docker Compose（推荐用于本地数据库/全栈开发）
• Git

快速开始

1) 克隆仓库并安装依赖

git clone <repository-url>
cd pdr_ai_v2-2
pnpm install

2) 配置环境变量

根据 .env.example 创建 .env 文件并填写必要的值：

根据 .env.example 创建 .env 文件并填写必要的值：

• DATABASE_URL
• NEXT_PUBLIC_CLERK_PUBLISHABLE_KEY
• CLERK_SECRET_KEY
• BLOB_READ_WRITE_TOKEN (Vercel Blob 读写令牌)

常见问题（FAQ）

Launchstack平台如何实现PDF文档的智能问答？

Launchstack通过文档上传、OCR处理、向量嵌入和语义检索构建RAG工作流。它使用PostgreSQL+pgvectorPostgreSQL的扩展，支持向量相似性搜索，提供高效的向量存储和检索功能。进行语义搜索，结合AI模型生成答案，并包含事实性检查和置信度门控等安全机制。

Launchstack支持哪些类型的文档进行预测性分析？

支持合同、财务、技术、合规、教育、人力资源、研究和通用文档。例如，合同分析可检测缺失的附件和补充协议，技术文档可发现缺失的规格说明书和图表。

如何将Notion或Google Docs的内容导入Launchstack？

从Notion导出Markdown/CSV或HTML文件，从Google Docs导出.docx文件，直接上传即可。平台内置适配器（如TextAdapter、HtmlAdapter）自动处理数据摄取，无需配置API密钥。