双存储，单主轴，单合同面。

该平台围绕双存储架构构建，作为运营者的您无需深入了解其细节。图谱存储处理发现和跨对话因果关系。Postgres 存储处理透视、聚合及时间序列。两个存储通过不可变的数据块标识符连接，该标识符将每项事实溯源至产生它的精确访谈中的精确时刻。一个 MCP 工具面覆盖于两者之上，向每个消费者呈现一组精简的查询接口。单主轴，三个端点。

本页描述系统的运营形态，涵盖每个存储的用途、两者并存的原因、数据块 ID 主轴的工作方式，以及从代理侧看到的 MCP 面貌。深度工程参考文档（模式、分区、嵌入模型、精确 MCP JSONSchema）位于工程参考文档中，可按需申请。那是您平台工程师阅读的文档。本页面向您。

发现类问题具有图谱形状。「为何 25 岁以下客户的粉底拒绝率激增？」需要遍历替代边、因果关系和竞品提及，从中浮现将它们关联起来的上游事件。扁平向量索引无法做到这一点。跨对话的因果链是一级图谱对象。K 最近邻检索仅能在偶然情况下将其浮现。

聚合类问题是表格化的。「本周按门店、地区、层级划分，有多少品牌感知事实转为负面？」是 Postgres 的 GROUP BY，而非图谱遍历。试图让单一存储同时回答两类问题，正是大多数知识产品在规模化时崩溃的原因。该平台将两者分离，并通过数据块标识符进行连接。

在图谱实现方面，平台使用 Postgres 上的 Apache AGE，bi-temporal 模型基于 Zep 和 mem0 的惯例。在事实存储方面，同一 Postgres 实例持有行表，并以 pgvector 用于嵌入。单一数据库，两种查询模式，以数据块 ID 连接。

每次访谈的每个数据块均获得形如 transcript_id / turn_id / sentence_id 的不可变标识符。该标识符即为主轴。每项丰富事实引用它。Postgres 事实存储中的每一行引用它。图谱中的每个节点引用它。当控制面板单元格询问「这个数字的来源是什么」时，答案是一个或多个数据块 ID。引用是结构性的。

品牌合作伙伴问「为何您声称我的产品输给了替代品 X」。答案是三个数据块 ID、三位顾问的陈述、三个时间戳，分布在三个具名存储中。展示层负责格式化，底层保证其真实性。来源链的详细描述位于逐字来源链下。

MCP 面是语料库与每个消费者之间的合同：控制面板、品牌合作伙伴 API、AI 代理。工具数量刻意保持精简。query_facts 返回按维度、细分市场和时间窗口过滤的结构化行。traverse_relations 遍历图谱以获取因果和替代链。pivot_dimension 沿细分市场轴进行聚合。replay_as_of 针对过去某一日期时的语料库运行任意查询。cite 将数据块 ID 解析为其来源逐字原文。

每次调用均通过相同的范围检查。调用方的会话票据携带范围；该范围级联过滤哪些工具可解析、哪些图谱节点可遍历、哪些 Postgres 行可读取，以及哪些数据块在引用时可解析。合作伙伴密钥可调用 cite；返回的数据块在其切片范围内。其对切片外任何内容没有访问路径。完整安全级联位于信任与安全下。

每个工具的精确 JSONSchema 位于工程参考文档中，可按需申请，供将代理接入平台的工程师使用。从运营控制台，您可以看到哪些代理已连接、它们持有何种范围，以及本周查询了什么。

默认基础设施是 Cloudflare，位于您自己的 Cloudflare 账户内。Cloud Harness 在此安装平台。AWS、Azure 及本地部署在不同基础设施上遵循相同形态。两个存储位于您的账户中。运行访谈代理的计算资源位于您的账户中。丰富 worker、MCP 服务器及运营控制台均在您的租户内运行。数据不离开您的边界进行处理。

与 Anthropic 的 LLM 合同和与 ElevenLabs 的语音合同是两个边界调用。两者均在无留存协议下运行（所有 LLM 方案均无训练，Enterprise 方案无留存；所有语音方案均无留存）。这些合同的完整描述及边界处的数据处理情况位于信任中心。

在 100 次访谈（Pulse 层级试点）时，图谱较为稀疏，按细分市场界定的查询在方向上有参考价值但统计上不显著，事实存储持有数千行数据。控制面板正常运作。回放面正常运作。bi-temporal 模型主要承载 learned_at；衰减尚未启动。

在 2,000 次访谈时，图谱趋于密集，替代和因果边形成具有真实证据权重的三四跳链，事实存储约持有 200,000 行，按细分市场界定的查询开始具有统计显著性。前 500 次对话退出「新鲜」状态。刷新经济学开始发挥作用。品牌合作伙伴 API 在单区域范围内开始具有收费价值。

在每周刷新 50,000 次访谈时，语料库支撑任一行业垂直中的最大规模部署。跨市场基准测试实时进行，每个市场均具有统计显著性。按细分市场的有效性使同一语料库上的数百个品牌合作伙伴租户成为可行。该架构在 100 次对话部署时即针对此规模进行了设计。随着语料库增长，存储无需重建。