让荣格的思想,进入一场专业对话。

AI Jung 是一个专业荣格数字人,以荣格分析心理学资料为知识基础。

它组织概念、理论与叙事,通过多路径检索形成有材料依据的回应,并以多种交互方式呈现。

专业对话Agentic RAG多路径检索多种交互形态
AI Jung:简化材料与三路汇合概念层沿知识图谱从命中概念展开关联。理论层与叙事层围绕命中片段按需扩展上下文。三层材料沿独立路径汇入回答材料组织。 L1 · 概念 L2 · 理论 L3 · 叙事 命中从命中概念展开关联 命中片段 命中片段 按需扩展 按需扩展 组织回答材料三层材料汇入回答组织概念层沿知识图谱从命中概念展开关联。理论层与叙事层围绕命中片段按需扩展上下文。三层材料沿独立路径汇入回答材料组织。 L1 · 概念 L2 · 理论 L3 · 叙事 命中从命中概念展开关联 命中片段 命中片段 按需扩展 按需扩展 组织回答材料 概念、理论与叙事共同组织回答材料概念层沿知识图谱从命中概念展开关联。理论层与叙事层围绕命中片段按需扩展上下文。三层材料沿独立路径汇入回答材料组织。 L1 · 概念 命中从命中概念展开关联 L2 · 理论命中片段按需扩展 L3 · 叙事命中片段按需扩展 组织回答材料
千万字级知识库

知识不是被统一检索出来的,而是按类型组织起来的。

荣格资料包含概念、理论、著作、访谈、梦境、回忆和思想形成过程。它们承担的任务不同,回答也需要沿着不同路径取证。

概念、理论、叙事,不同材料承担不同的职责。

如果所有材料都被切成同一种片段,再交给同一个检索器,回答可能找到相似文字,却无法保留它为什么成立、属于谁,以及还缺少什么依据。

L1
CONCEPT

概念

厘清概念的定义、边界、别名与关系,为理论和叙事检索提供入口。知识图谱中的关联也支持向外扩展,为发散探索和开放讨论提供方向。

L2
THEORY

理论

组织理论主张、理由、机制、前提、限定和观点归属,说明一个观点如何成立、适用于何处。检索过程中也可以返回概念层辨析术语与关系,再沿图谱关联继续扩展。

L3
NARRATIVE

叙事

恢复人物、时间、事件与情境关系,支撑对具体经历和思想形成过程的事实叙述;同时为理解和呈现人物形象提供材料依据。

一个问题,多种检索路径

同一个问题会同时进入概念、理论与叙事三种检索视角。各路径依照自身的知识结构召回并按需扩展,检索结果再于回答组织阶段汇合,形成彼此补充的材料依据。

Agentic RAG

根据各路径返回的结果,判断是否继续检索、扩展上下文或调整策略。

L1 / 概念路径

命中节点 → 直接关联 → 外围扩展。沿知识图谱关系由近及远,补足概念间的结构与关联。

L2 / 理论路径

先检索相关理论单元,再召回必要上下文并对候选材料排序;根据结果,按需扩展解释所需的条件、关系与边界。

L3 / 叙事路径

先检索相关叙事单元,再召回必要上下文并对候选材料排序;根据结果,在有限的叙事窗口内扩展人物、事件与情境关系。

按需汇合 · 组织回答依据
对话运行原型

每一轮回应,都会成为下一轮的状态。

LangGraph 与 LangChain 将会话状态、定制策略、上下文组装与流式回应串联起来,形成一条可回流的对话运行链路。

01

输入与会话状态

读取用户原话、近期上下文、必要记忆和当前状态。

02

Agentic RAG

根据各路径返回的结果,判断是否继续检索、扩展上下文或调整策略。

03

上下文组装

把候选材料、来源身份和回答所需语境放在一起。

04

流式回应

让回答逐步进入界面,并为下一轮更新状态。

读取必要记忆状态检查
定制策略
状态更新记忆构造
LangGraphLangChainFastAPISQLiteSSE

一套设计,多种交互方式。

同一套知识组织和对话运行设计,可以通过四种形态承载回应。不同形态在回应节奏、参与方式与媒介呈现上各有侧重。

文字

流式输出,让回答结构和依据逐步可见。

语音交互

分段 TTS、状态动效,并支持打断,让回应进入听觉和即时互动。

Live2D 实时交互

以二维实时动画和语音驱动呈现状态与回应。

AI 数字人异步视频

将回应组织成可观看的异步视频。

文字驱动语音驱动

从静态资料,到知识组织与多形态交互。

AI Jung 将荣格静态资料组织为概念、理论与叙事知识路径,通过多路径检索形成有材料依据的回应,并以文字、语音、Live2D 实时交互与 AI 数字人异步视频等方式呈现。

继续阅读作品集PORTFOLIO / 03