源 · 管住文档
NexSpec Hub
式样书与文档主数据中心
式样书主数据、源文件与版本履历的唯一权威源。源文件不可覆盖，SHA-256 校验，草稿到发布的状态流。
首页 关于
About
能力搬进来，
数据留原地
Nexora AI 只做一件事：把 AI 能力部署进汽车与先进制造的研发内网，让文档、知识与测试在不出域的前提下真正流动起来。
3
产品线
0
外部 RAG 依赖
100%
数据不出域
The Name
Nexora 这个名字
Nex 取自 nexus —— 连接点。研发体系里最值钱的从来不是某一份文件，而是文件之间、需求与用例之间、这一次变更与上一次缺陷之间的连接。
ora 取自拉丁语里"时刻"的痕迹 —— 我们想让这些连接在需要的那一刻就能被取出来：不用翻盘、不用问人、不用等会议。
所以三款产品是一条链，不是三个工具。
NexSpec Hub 管住文档，Nex Knowledge Base 让知识可取，NexTest Studio 把知识变成资产。分开都能用，合起来才是完整的连接。
Why On-Premise
为什么坚持私有化
公有云 AI 已经很好用了。问题在于，汽车研发体系里的式样书、信号定义、诊断规范、缺陷记录，多数连跨部门流转都要审批。
因为数据出不去
把研发数据发到外部服务换 AI 能力，是很多团队的第一道红线。既然红线不能动，就把能力搬进来。
因为答案要能核
工程师不会因为一句话"AI 说是这样"就签字。每条结论都得点得回原文、看得到出处与分数。
因为链路要留痕
版本、变更、评审、审计 —— 这些记录在汽车行业不是加分项，是交付物的一部分。
Architecture
技术路线：自建薄检索层
我们不套壳外部 RAG 平台。分块管道、嵌入调用、混合召回、重排序、出处拼接全部自建，共约六类核心模块。
Chunking
结构感知切块。条款号、章节标题、表格行参与边界判定，不按字数硬切。
Embedding
内网嵌入端点，1024 维已归一化向量。查询侧加 Instruct 前缀，文档侧不加。
Hybrid Retrieval
稠密向量 + 全文倒排（中文 bigram、英文词级，BM25 变体）双路召回。
Fusion
RRF 融合，k=60。只看排名不看分数尺度，适配异构召回源。
Rerank
Reranker 精排候选片段，失败自动降级为纯混合召回，只标记状态、不阻断检索。
Provenance
生成答案时拼接出处，标注引用编号与相关度分数，可点回原文核对。
图 8 · Nex Knowledge Base 的自建检索链路，六步全部落在内网侧
同样的取舍也落在测试链路上。
NexTest Studio 的十个 Agent 全部在内网运行，解析与生成过程不产生任何外部请求；模型的接入方式与端点选择权，始终在你手里。
Principles
五条不做的原则
产品里最贵的决定，往往是不做什么。
- 不覆盖源文件。修订以新版本追加，旧版本永久保留 —— 因为"当时那一版"往往才是追责时需要的。
- 不提供物理删除接口。归档只做状态变更，文件与全部版本一并保留。
- 不放任 AI 输出直接落地。任何自动生成内容都必须支持人工确认、编辑、驳回与版本记录。
- 不让检索因降级而中断。重排或嵌入失败时回落而非报错，只标记状态。
- 不隐藏可信度。出处与相关度分数直接露出，让人自己判断，而不是替你决定信不信。
Talk to Us
想看看它在你的数据上是什么样？
带上你最难处理的那些文档，我们用 30 分钟跑给你看。