核心功能
Airweave 是一款面向 AI Agent 的上下文检索基础设施，通过统一搜索层打通企业分散在多个 SaaS 应用中的数据资产。其核心能力包括：
搜索模式
- 混合检索（Hybrid）：默认策略，结合语义理解与关键词匹配
- 语义搜索（Semantic）：基于向量相似度，理解自然语言意图
- 关键词搜索（Keyword）：精确匹配特定术语或文档标识
- 智能检索（Agentic）：支持自主决策的上下文获取
数据连接器生态
覆盖主流协作与业务系统：Slack、GitHub、Notion、Jira、Confluence、Google Drive、Salesforce、Linear、SharePoint、Stripe 等，实现跨应用统一索引与实时同步。
检索参数体系
--temporal：时间权重调节（0-1），满足"最近讨论"等时序需求--strategy：检索策略切换--expand：查询扩展，自动拓宽检索范围--rerank：LLM 重排序优化结果质量
显著优势
| 维度 | 表现 |
|------|------|
| 集成广度 | 20+ 主流企业应用原生支持 |
| 检索灵活性 | 三种策略 + 时间感知 + 查询扩展 |
| 结果可信度 | 相关性评分机制（0.85+高置信使用） |
| 输出可控性 | 支持原始数据与AI生成答案双模式 |
潜在局限
1. 数据边界依赖：检索质量受限于企业已连接应用的数据完整性与同步时效
2. 权限复杂性：跨应用数据需统一授权治理，实际部署中可能面临细粒度访问控制挑战
3. 查询构建门槛：虽然支持自然语言，但复杂业务场景仍需理解检索参数调优逻辑
4. 供应商锁定风险：核心数据索引层依赖单一服务商
适用场景
- 企业知识问答：基于内部文档、Slack 讨论、Jira 工单回答"谁负责…""政策是…"等事实性问题
- 智能文档定位：快速定位分散在各系统的 API 文档、会议纪要、项目资料
- Agent 任务增强：为 AI Agent 提供实时上下文，如"检查我们的 Notion 文档后生成报告"
风险与合规考量
- 数据隐私：企业敏感数据经第三方基础设施索引，需评估数据处理协议（DPA）与合规认证
- API 密钥安全：依赖
AIRWEAVE_API_KEY进行身份验证，密钥泄露可能导致全量数据访问 - 结果准确性：0.5 以下相关性分数的结果存在误导风险，需人工复核机制
- 时序偏差：
--temporal参数依赖索引时间戳，若源应用同步延迟可能影响"最新"信息准确性
技术集成要点
Python 3 运行时依赖，通过环境变量注入认证凭证，支持程序化查询构建与结果处理。