火山引擎ContextSearch重构售前知识库，支持Agent独立完成检索—判断—回答闭环

在企业服务一线，售前人员常面临一个高频痛点：用户提问后，答案明明存在于某份方案的附件表格或截图中，但传统检索系统却无法识别。飞书值班号里频繁出现“查不到”的反馈，暴露出旧有知识库与 AI Agent 能力之间的断层。近期，字节跳动内部以火山引擎 ContextSearch 为核心，对 A360 低代码 Agent 平台所承载的售前知识体系进行了端到端重构，首次实现了 Agent 可直接消费的“证据级”搜索能力。

A360 是字节跳动自研的低代码 Agent 编排与投放平台，允许产品与运营人员无需编码，即可将 Skill、MCP 等能力模块组合成定制化 AI Agent，并一键部署至飞书、CRM、审批等业务场景。过去，这些 Agent 依赖传统文本检索接口获取信息，结果往往仅返回链接与片段——这对人类尚可接受，却无法支撑 Agent 自主推理。问题在于：Agent 不会“点开看”，它需要结构化的证据句柄（如章节路径、图片锚点、fetch_key）来定位原文、继续追问甚至交叉验证。

此次重构直面三大现实障碍：其一，图片中的文字长期是检索盲区。即便接入 OCR，图文位置关系丢失、解析不完整仍导致漏检；其二，权限治理滞后风险高。“先召回、后过滤”的通用做法可能将无权内容短暂暴露给 Agent；其三，检索结果设计未以 Agent 为第一接收对象，缺乏机器可解析的元数据结构。

ContextSearch 的应对策略是彻底转变范式：从“为人设计的搜索”转向“为 Agent 设计的搜索”（Agentic Search）。其底层基于 OpenSearch 构建索引与检索引擎，但关键创新在于内容摄入与结果输出两个环节的重构。

在知识摄入阶段，系统不再仅提取正文文本，而是将整份文档——包括附件、关联文档、嵌入式图片、表格截图、视频片段等——统一纳入单一检索单元。OCR 与视觉理解在索引阶段即完成，保留标题层级、图文邻近关系及媒体锚点。这意味着一张包含参数对比的截图，其文字内容可被语义匹配召回，且能精确定位到原图坐标区域。

在结果输出阶段，每条命中项均携带结构化证据句柄，包含文档标题、URL、heading path（章节路径）、source order（原始顺序编号）、visual assets（视觉资产标识）等字段。Agent 可据此直接引用、溯源，甚至触发二次检索。例如，当用户询问“XX功能是否支持离线模式”，Agent 不仅能返回“支持”，还能指出该结论出自《产品白皮书 V3.2》第7章第2节的表格第3行，并附带截图局部放大图。

这一能力已落地于字节内部售前与服务知识库。目前平台沉淀文档超万篇，本次首批覆盖 2000+ 篇，切片数量达 70000+，涵盖产品介绍、使用手册、销售话术、内部规则及 FAQ 等类型。文件格式支持飞书文档、PDF、PPT、图片等多种形态，内容形态覆盖正文、附件、表格、图标等多模态元素。

具体而言，ContextSearch 提供六大核心能力：

值得注意的是，这一方案并非孤立技术升级，而是嵌入在完整的业务流中：知识管理员通过 A360 维护文档并批量导入 ContextSearch；业务用户在飞书值班号提问，由知识问答 Agent 调用 ContextSearch 完成检索与生成。整个链路形成“检索—判断—回答”的闭环，Agent 真正具备了类似人类助手的资料查阅能力。

行业层面，当前企业知识库普遍面临“文档沉睡”问题——大量 PDF、PPT、截图堆积在系统中，却难以被自动化工具有效利用。传统全文检索受限于纯文本输入，而新兴的 RAG 方案虽引入向量库，仍多忽略附件与图像内容，且结果缺乏机器可操作的结构化标注。ContextSearch 的实践表明，面向 Agent 的搜索需在三个维度同步演进：内容摄入的完整性、检索逻辑的适配性、结果输出的机器友好性。

据公开信息，该方案上线后，A360 平台月度调用人数达数千人，售前相关工单人工拦截率下降 10.8%，反映出 Agent 实际替代人力的效率提升。尽管目前尚未对外发布，但其技术路径为构建企业级 Agentic Search 提供了可复用的参考模型：真正的智能搜索，不是让机器更“会答”，而是让它更“会查”。