统一问问微信与 Agent Hub 的查询链路 完善查询覆盖度、新鲜度和部分结果表达,避免索引滞后产生错误结论 基于会话实现真正的增量追新与历史补齐 支持后台同步、取消恢复、重启续传以及同步期间继续查询 优化知识库跨会话检索、同步状态、进度展示和侧栏布局
4.4 KiB
用 AI 查找你以前聊过的信息
AI Search 是什么
你可以把它理解成“会帮你翻聊天记录的 AI”。
普通搜索需要你猜关键词;AI Search 更适合这些问题:
- “我们上个月为什么决定延期?”
- “谁提过这个项目,后来结论是什么?”
- “过去一周有哪些待跟进事项?”
它会先在本机查找相关聊天,再把受控范围内的内容交给你选择的 AI Provider 生成回答。它不是凭空记忆,也不是把整库聊天一次性上传。
第一次使用
- 进入“设置 → AI 模型”,添加一个 Provider,填写服务地址、模型和认证信息,然后测试连接。
- 打开“问问微信”。
- 选择所有聊天、群聊、单聊或当前会话,并选择今天、近 7 天、近 30 天或不限时间;范围越明确,答案越容易核对。
- 输入问题并开始分析。
如果知识库尚未建立,页面会提示你建立或同步;你也可以先直接使用当前可用的搜索路径。
怎么提问更容易得到好结果
把“谁、什么时候、在哪个群、想找什么结果”写出来。例如:
“在产品交流群里,查找 2026 年 7 月讨论发布延期的消息,列出结论和待办。”
尽量避免只写“总结一下”。如果你只记得模糊含义,也可以先提问,再根据来源缩小范围继续追问。
AI 回答后先看什么
不要只看结论。回答区域通常还会展示:
- 参考了哪些聊天内容;
- 来源来自哪个会话、发送者和时间;
- 哪一段回答对应哪条来源;
- 本次查找经过了哪些阶段、耗时和覆盖情况;
- 是否存在未转写语音、媒体不可用或结果不完整的提示。
你可以点击来源回到档案中的原始消息。产品内部将这些信息称为 Evidence、Citation 和 Search Trace,用户可以把它们理解为“依据、来源标记和查找过程”。详见如何核对 AI 的回答来源。
查找过程和跳回原消息
查找过程中,界面依次显示真实阶段:理解问题 → 查找相关聊天 → 整理证据 → 生成回答。跨会话、大范围检索更慢时,副提示会写明“正在搜索较大范围的聊天记录…”。阶段只在真正进入下一步时前进,不使用定时器或百分比伪造进度。
查找结束后,界面给出耗时拆解:总耗时,以及其中分别花在 AI 生成 和 本地查询 上的时间。这样你能判断慢在哪——是模型在写答案,还是本机还在翻聊天记录。
点击来源卡片的 “跳转到原聊天” 会真的打开对应会话并定位到那条消息:
- 群聊来源打开的是那个群,而不是群里某个联系人;
- 会加载该消息前后的上下文,并滚动到它、短暂高亮;
- 只加载目标消息附近的一段,不会把整个会话历史全部读出来;
- 如果这条消息已经不在本地(例如已被删除),界面会明确说明“已打开对应会话,但暂时无法定位原消息”,不会假装跳转成功。
什么时候不要直接相信答案
- 来源很少,或时间范围与问题不一致;
- 回答提到了来源中没有的细节;
- 关键内容来自未转写语音、无法读取的图片或转发消息;
- 页面提示只覆盖了部分聊天。
这些情况下,打开原消息,扩大或缩小范围,再重新提问。必要时把问题改成“只列出原文明确说过的内容”。
取消、失败和降级
分析过程中可以取消当前任务。检索或模型请求失败时,页面可能保留已找到的来源或切换到备用路径;这不代表一定得到了完整答案。请查看提示、检索详情和排障文档。
数据会发到哪里
本地解析、索引和候选消息查找在本机完成。只有完成 AI 任务所需的用户问题、受控检索上下文和最终用于总结的来源内容,才可能发送到你配置的 Provider;具体边界见数据、隐私与安全。
使用远程 Provider 时,当前界面会在本次请求发出前显示接收方和发送范围,等待你确认。当前实现最多发送 8 条最终来源,不会发送完整微信数据库、数据库密钥、绝对文件路径或内部会话/消息引用 ID;这次确认不会自动授权之后的其他请求。