跳轉到

Release Note

PrivStation 產品更版功能介紹 (v1.3.0~2.6.0)

各版本更版內容：

CaiGunn 4.3.0 - 組織與機器人 DashBoard

本次更版新增「Dashboard 儀表板功能」，協助使用者快速掌握整個組織與個別機器人的使用狀況與效能指標。

詳細功能說明可參考官網幫助中心文章：https://www.apmic.ai/help-center/dashboard ＆PrivStation Documentation 中 CaiGunn Dock 的「組織與機器人 DashBoard」章節內容

PrivAI 2.3.0 - 圖片低解析模式

本次更版新增「使用快速模式時，圖片改為使用OCR來進行解析」＆「高解析模式加上fallback 機制」2項功能。

  • 快速模式下改為使用「不需 GPU 算力」的傳統 OCR 進行圖片解析，以達到降低 GPU 依賴，提升解析速度的效果。

  • 使用高解析模式但遇到圖片解析失敗的情況時，會使用快速模式再解析一次該圖片（fallback機制）。詳細說明可參照 PrivStation Documentation 中 PrivAI 的「分頁策略 ＆文件解析模式優化策略 (PDF)」章節內容。

CaiGunn 4.4.0 - 全文閱讀 ＆ 對話中上傳文件

本次更版於知識管理前台新增「全文閱讀」檢索模式、「對話中上傳文件」功能，大幅提升處理複雜長文的能力，並強化終端使用者的即時交互體驗。

詳細功能說明可參考官網幫助中心文章：https://www.apmic.ai/post/caigunn-4-4-0＆PrivStation Documentation 中 CaiGunn Dock 的「知識管理介面」章節內容。

PrivAI 2.4.0 - 全文閱讀 ＆ 對話中上傳文件

本次更版新增「全文閱讀」＆「對話中上傳文件」之相關功能

全文閱讀：

  • 新增 Parse file API（全文檢索），使用者可單獨取得檔案純文字內容（如 OCR 結果），無須等待 RAG 流程，提升效能與彈性。詳細說明可參照 PrivStation Documentation 中 PrivAI 的「單一檔案轉換」章節內容。

  • 優化 Download file 的 Parse result（全文檢索），讓非工程師也能下載純文字檔案結果、直接查看解析成果，有效提升 POC 與客戶 demo 成效。詳細說明可參照 PrivStation Documentation 中 PrivAI 的「下載檔案」章節內容。

對話中上傳文件：

  • 新增在 message 引用 file（對話中上傳文件），使用者可於對話過程中即時插入上傳的檔案，提升互動彈性與應用延展性。詳細說明可參照 PrivStation Documentation 中 PrivAI 的「Chat Completions」章節內容。

  • upload file API 支援自動 parse（對話中上傳文件）上傳文件時可直接指定是否立即 parse，減少 API 數量與整合成本。詳細說明可參照 PrivStation Documentation 中 PrivAI 的「上傳檔案」章節內容。

CaiGunn 4.5.0 - 多輪記憶、Top10 QA & 效果測試/歷史紀錄頁面改版

本次更版新增以下功能：

  • 多輪記憶 - Summary 模式上線

  • Bot Dashboard - 新增自動統計近 7 天最常被詢問的問題，詳細說明可參考 PrivStation Documentation 中 CaiGunn Dock 的「組織與機器人 DashBoard」章節內容。

  • 效果測試頁＆歷史紀錄頁面改版，詳細說明可參考 PrivStation Documentation 中 CaiGunn Dock 的「效果測試」＆「歷史聊天記錄」章節內容。

以上更版功能說明可參考官網幫助中心文章：https://www.apmic.ai/post/caigunn-4-5-0

PrivAI 2.5.0 - 多輪記憶

本次更版新增多輪記憶-Summary 功能，並對快速模式進行優化

多輪記憶：

  • 新增 Summary 功能：

  • 對話可依上下文自動整理主題摘要，支援跨輪回應一致性。

  • 可設定每次回覆是否檢查此輪與summary是否相關，若相關則帶入摘要（限 500 字）。

  • 開發者可自定是否啟用 Summary 模式，以及檢查條件。提升模型在 FAQ、客服等多輪應答場景下的體驗與準確度。

詳細說明可參照 PrivStation Documentation 中 PrivAI 的「Chat Completions」章節內容。

快速模式優化： 快速模式與高解析模式改為分開排隊，修正過去快速模式被高解析模式阻塞的問題。現在快速模式將獨立執行，不再等待高解析模式完成，真正實現輕量快速 commit 流程。

CaiGunn 4.6.0 - Bot Dashboard TOP10 Files

本次更版新增以下功能：

  • BotDashboard - TOP10 Files：新增機器人熱門檔案 TOP10 統計模組。詳細說明可參考 PrivStation Documentation 中 CaiGunn Dock 的「組織與機器人 DashBoard」章節內容。

  • 問答集資料來源可視化：詳細說明可參考 PrivStation Documentation 中 CaiGunn Dock 的「問答集」章節內容。

  • 歷史對話紀錄 - 搜尋功能補強：搜尋框可支援 email 與使用者 ID 查找。詳細說明可參考 PrivStation Documentation 中 CaiGunn Dock 的「歷史聊天記錄」章節內容。

PrivAI 2.6.0 - Commit 優化

本次更版內容為進行Commit 優化補丁-提升 Commit 程序穩定性，避免 edge case 中觸發錯誤造成卡件或資源浪費。

CaiGunn 4.7.0 - 知識管理整合前台 & 機器人類別

本次更版新增以下功能：

PrivAI 2.7.0 - State 重整

本次更版進行以下調整：

  • 拔除file API 的state 欄位。

  • 重構 fileset file state：在 GET /filesets/{id}/files 回傳每個 file 在該 fileset 中的實際 commit 狀態，值為：draft / queued / processing / completed / failed。

  • parse result 拆品質維度：state 納入於 file.metadata.parse_result.HQ/LQ/STD.state 中，獨立記錄各解析品質狀態。

  • 欄位調整與清理：

  • GET File response 中移除不應該出現的 used_quality。

CaiGunn 5.0.0 & 5.1.0 - 大改版：組織資產/機器人重構/指令版本管理& API 權限管理

5.0.0 本次更版新增以下功能：

  • 新增「組織知識庫」，重構知識資產治理流程，詳細說明可參考 PrivStation Documentation 中 CaiGunn Dock 的「組織知識庫」章節內容。

  • 機器人調校與測試頁面重構上線，詳細說明可參考 PrivStation Documentation 中 CaiGunn Dock 的「效果測試」章節內容。

  • 機器人指令版本管理功能正式上線，詳細說明可參考 PrivStation Documentation 中 CaiGunn Dock 的「機器人指令」章節內容。

5.1.0 本次更版新增以下功能：

  • API 權限管理與外部 Parse 串接功能上線，詳細說明可參考 PrivStation Documentation 中 CaiGunn Dock 的「組織知識庫」章節內容。

PrivAI 2.8.0 & 2.9.0 - 權限機制 &高解析排隊演算法

2.8.0 本次更版新增以下功能：

  • 大量文件 Commit 優化 - commit per file 加入 semaphore / batch 機制 :避免同時大量 commit 導致上游服務過載（如 MinIO、Hasura、Embedding 模型服務），導入限流控制機制，分批提交單一 file 的處理任務。

  • 大量文件 Commit 優化 -統一延長 timeout 設定:針對 commit 任務常因 timeout 過短而提前失敗的問題，全面將以下模組的 timeout 統一延長至 48 小時：

  • PrivAI CheckCommitTimeout

  • PrivAI commit_fileset consumer timeout

  • 大量文件 Commit 優化 - PrivAI 優化記憶體使用 - 提早釋放 Cache & 強制 GC

  • Commit 過程中會產生大量暫存內容（Parse result, Chunks, Embedding Cache）。

  • 此次調整為：當單一 file commit 任務完成時即清除對應 cache，避免持續佔用記憶體。

  • 減少記憶體占用與 OOM 風險，強化穩定性。

  • Post Prompt API 錯誤訊息補強

增強 prompt API 的錯誤回傳訊息，協助使用者更清楚了解錯誤成因與排除方式，尤其在格式錯誤與欄位缺漏時。

2.9.0 本次更版新增以下功能：

重新調整系統處理文件的順序與方式，避免使用者在建立知識版本時感覺「一直卡住、不知道在等什麼」，讓整體解析流程更順、更可預期。

新增的處理方式：

  • 系統會依照「處理成本高低」來安排順序：

  • 處理時間短、負擔較小的檔案會先完成，讓使用者能更快看到成果。

  • 需要較多資源、較花時間的檔案會被有序安排處理，而不是全部擠在一起。

  • 系統會輪流處理每一個 fileset/parse工作，所以在只有一顆 olmocr 的情況下比較不會被卡在單一 fileset

  • 快速通道機制，在多顆的時候，可以有一個專屬通道處理工作量（總檔案大小）比較小的fileset/parse 工作，讓小檔案、demo、測試比較不會被大檔案卡住

CaiGunn 5.2.0- 特殊檔案模式

5.2.0 本次更版新增以下功能：

  • 知識庫擴充「特殊檔案模式」設定與上傳，功能說明請參考PrivStation Documentation 中 CaiGunn Dock 的「組織知識庫」章節內容。

CaiGunn 5.3.0- 新增外部 Agent 機器人

5.3.0 本次更版新增以下功能：

  • 新增「Agent 類型管理」

組織層級可建立與管理外部 Agent 類型（URL / Headers / agent_name），讓企業或 SI 能以標準方式接入自家工具、工作流或專用模型，並可被重複套用與統一治理。功能說明請參考PrivStation Documentation 中 CaiGunn Dock 的「Agent 類型管理」章節內容。

  • 支援建立「Agent 類型機器人」

在新增機器人時可選擇「一般機器人」或「Agent 類型機器人」。Agent 類型機器人會直接使用外部 Agent 回覆，並在相關頁面清楚標示其回覆不一定依據知識資料，避免使用者誤判回覆來源。功能說明請參考PrivStation Documentation 中 CaiGunn Dock 的「Agent 類型管理」章節內容。

  • 新增機器人種類標籤

在機器人列表與 KM 前台清楚標示機器人種類（一般 / Agent），讓管理者與使用者能快速辨識機器人的能力邊界與行為特性。

PrivAI 3.0.0- 支援呼叫 MCP 工具

本次3.0.0 更新聚焦於 AI Agent 擴充能力、開發體驗優化，以及文件解析穩定性提升，重點如下：

  • 支援呼叫 MCP 工具

  • PrivAI 的 Chat Completions API 現已支援 MCP（Model Context Protocol）

  • 開發者可在 API 請求中指定 MCP tool，讓 AI Agent 在對話過程中呼叫外部工具與服務

  • 可進一步支援企業內部系統存取、工作流程串接，以及外部資料來源整合

  • 使 PrivAI 從模型 API 進一步擴展為 可整合多種工具的 AI Agent 平台

  • 詳細說明可參照 PrivStation Documentation 中 PrivAI 的「Chat Completions」章節內容

  • Commit Fileset Error Message 優化

  • 強化 Commit Fileset API 在各類失敗情境下的錯誤訊息內容

  • 提升錯誤說明的清楚度與可讀性

  • 協助開發者更快速定位問題並完成除錯

  • 修正 NoneType object has no attribute clear 錯誤

  • 在特定表格處理情境下，若遇到可修復的格式問題，系統將改以 fallback 或 edge case 處理方式繼續執行

  • 降低因單一格式異常而導致整體解析失敗的情況

  • 修正表格圖片高解析解析問題

  • 當圖片包含表格內容時，高解析流程送入 OlmOCR 可能出現錯誤的問題已修復，確保表格圖片可正常解析。

CaiGunn 5.4.0- 支援呼叫 MCP 工具

5.4.0 本次更版新增以下功能：

  • 機器人層級新增 MCP 管理功能

讓 bot Owner/Editor 可在後台設定與管理可用的 MCP 工具清單，為每個機器人建立獨立的工具權限範圍。功能說明請參考PrivStation Documentation 中 CaiGunn Dock 的「MCP 管理」章節內容。

  • 支援在調校與測試頁、知識管理前台對話中選用 MCP 工具

使用者可在對話時指定使用哪些工具，並在回覆中看到工具調用過程與結果，提升可測試性與透明度。功能說明請參考PrivStation Documentation 中 CaiGunn Dock 的「MCP 管理」章節內容。

  • 歷史對話紀錄可追蹤 MCP 工具使用情況

每一輪對話會記錄實際使用的工具，方便回溯、稽核與問題排查。

PrivAI 3.1.0- 支援使用複數 filesets 進行 RAG 問答

本次 3.1.0 更新聚焦於 RAG 檢索範圍擴展 與 表格型資料的檢索品質優化，讓系統在多知識來源整合與複雜表格理解上有更穩定的表現。

  • 支援使用複數 Filesets 進行 RAG 問答

  • Chat Completions API 現已支援同時指定多個 filesets

  • 讓機器人可跨不同主題資料來源進行整合檢索與回答

  • 適用於需要彙整多份知識庫內容的實際業務情境

  • 優化 chunk 切分邏輯：表格標題與內容合併處理

  • 確保表格標題與表格內容被保留在同一個 chunk 中

  • 避免因資訊拆分而造成模型誤解或回答不完整

  • 表格拆分時每個 chunk 都保留標題資訊

  • 當大型表格需拆分為多個 chunk 時，每段內容都會保留對應標題

  • 提升模型對表格欄位與內容語意的理解能力

CaiGunn 5.5.0- 組織切換 ＆知識可追溯性優化

5.5.0 本次更版新增以下功能：

CaiGunn 5.6.0- 可不使用或使用複數知識版本進行問答

5.6.0 本次更版新增以下功能：

PrivAI 3.3.0- 報告模板建立

本次更新聚焦於 報告模板建立流程整合 與 模板生成狀態管理，讓系統可從上傳 PDF 開始，自動完成模板解析、結構確認與撰寫指引生成，作為後續報告生成流程的基礎。

  • 新增報告模板建立 API

  • 支援透過已上傳的 PDF 檔案建立報告模板

  • 自動串接 Document Converter、Template Extractor 與 Outline Generator

  • 完成從模板解析、slot 結構抽取到撰寫指引生成的流程

  • 支援模板確認與內容更新流程

  • 使用者可在解析完成後確認或調整 Jinja HTML 與 slot 結構

  • 模板完成後可更新模板名稱、模板內容、slot 定義、撰寫指引與 metadata

  • 讓模板建立流程具備可檢查、可修正、可維護的操作彈性

  • 新增非同步處理、狀態機與 webhook 通知

  • 支援 parsing_template、pending_confirm、generating_guidelines、completed、failed 等狀態

  • PDF 解析與撰寫指引生成皆以非同步方式執行

  • 當模板待確認、建立完成或流程失敗時，可透過 webhook 主動通知 caller

PrivAI 3.3.0- 撰寫指引及大綱生成

本次更新聚焦於 撰寫指引自動生成 與 章節大綱結構化輸出，讓系統可在模板結構抽取完成後，自動產生後續報告生成所需的章節規範與 slot 填寫說明。

  • 新增 Outline Generator Workflow

  • 支援根據 Template Extractor 產出的 Jinja template 與 slot 範例內容，自動生成撰寫指引

  • 產出內容可用於 Checkpoint 2，讓使用者確認章節架構與撰寫規範

  • 同時作為 Phase 2 Report Generation Agent 逐章節生成內容的依據

  • 支援全局撰寫指引生成

  • 自動分析模板用途、報告定位、目標受眾與整體語氣

  • 可生成跨章節一致性規則，例如術語統一、格式要求、資料時效性與禁止推測等限制

  • 協助後續報告生成維持一致的內容風格與品質

  • 支援章節式大綱與 slot 對應說明

  • 依照模板章節順序產生各章節撰寫指引

  • 每個章節可包含章節目的、內容結構、必要資料、RAG 查詢方向與章節間依賴關係

  • 針對章節內的每個 slot 產生對應說明，明確定義應填入的內容類型與寫作方向

PrivAI 3.3.0- 基本對話模式下移除 context 中的 chunk ID

本次更新聚焦於 基本對話模式的回答體驗優化，移除對使用者無意義的技術性資訊，讓 AI 回答更自然、清楚並專注於知識內容本身。

  • 基本對話模式不再帶入 chunk ID

  • 當 reference_format=null 時，送入 context window 的 chunks 不再包含 chunk ID

  • 避免模型在回答中露出 chunk_12345、hash 值或 breadcrumbs 等技術細節

  • 讓一般使用者不會被內部資料結構干擾

  • 調整基本對話模式的 context 格式

  • 移除 XML tags 與技術性標記

  • Chunks 之間改以 -- 分隔

  • 讓模型接收到的內容更接近自然語意資料

  • KM mode 維持既有引用機制

  • 當 reference_format 有值時，仍保留原本的引用格式與 chunk_ids 處理方式

  • 知識管理頁面仍可正常顯示引用依據

  • 基本對話頁面則以自然語句描述資料來源，不顯示 ID 或路徑資訊