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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
Agentic RAG 会根据当前结果决定是否再次检索、改写查询、切换路径、采用另一种策略,或在证据已经足够时停止。
回答依据来源、上下文和证据强度组织,区分直接回源、跨材料综合与开放探索。专业回答与开放讨论都从这套知识组织中自然出现。
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。
读取用户原话、近期上下文、必要记忆和当前状态。
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。
把候选材料、来源身份和回答所需语境放在一起。
让回答逐步进入界面,并为下一轮更新状态。
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。
流式输出,让回答结构和依据逐步可见。
分段 TTS、状态动效,并支持打断,让回应进入听觉和即时互动。
以二维实时动画和语音驱动呈现状态与回应。
将回应组织成可观看的异步视频。
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。