在昨天的 Day 24 中，我們透過 Schedule Trigger 實現了每天早上的「自動化晨報推播（Morning Briefing）」。然而，在處理日常任務時，我們常常會遇到「模糊指稱」的情境——例如說出「記得把 A 專案的最終版報告發給客戶」或「跟進上次開會提到的系統套件升級」。如果 AI 完全沒有專案背景知識，就只能呆板地建立一筆模糊的「發送報告」，甚至無法判斷具體指的是哪個客戶或哪份文件。

今天我們要為 AI 待辦系統裝上「領域知識大腦」——整合 Dify Knowledge Base（知識庫 / RAG 檢索增強生成）！將團隊的專案文件、會議紀錄、客戶名冊或 SOP 上傳至 Dify 知識庫，讓 AI 助理在解析任務時能自動檢索歷史上下文，產出超高精準度且包含延伸細節的待辦事項！

為什麼待辦 Agent 需要 RAG 知識庫？

1. 補全模糊指稱（Entity Resolution）：當使用者提到「A 專案」、「老王」或「某客戶」時，AI 能經由 RAG 檢索出該專案的完整名稱、負責人聯絡方式或客戶背景。
2. 自動校對與合規驗證：比對上傳的專案 SOP，若輸入的任務時間或流程不符合既有規範（如「發表前需提前三天送審」），AI 能在建立任務時主動提示提醒。
3. 消除幻覺（Hallucination Reduction）：將大語言模型的檢索範圍限制在團隊真實的知識庫內，確保提炼出的任務細節精確無誤。

核心實作步驟說明

1. 建立 Dify 知識庫（Knowledge Base）與上傳文件

• 在 Dify 主頁切換至 「知識庫 (Knowledge)」 頁籤，點擊建立新知識庫。

• 上傳團隊相關的背景資料（支援 TXT、PDF、Markdown 或 Notion 同步）：

• 專案規格書與里程碑（如：2026_Project_A_Spec.pdf）

• 客戶與團隊成員名簿（包含每位成員的職稱與負責模組）

• 標準作業流程 SOP（如：發布流程規範.md）

• 分段與向量化設定：選擇「自動分段與清洗」，設定混合檢索（Hybrid Search）模式，確保關鍵字與語意搜尋兼具。

2. 在 Dify Agent / Advanced Workflow 中關聯知識庫

• 回到我們的 Dify 應用或進階工作流中。
• 在 Context（上下文 / 知識庫） 設定中，新增剛剛建立的知識庫。
• 調整 System Prompt，引導模型在提煉任務時先比對知識庫：

你是一位智慧團隊待辦助理。在接收使用者輸入時，請比對知識庫內容：
1. 若使用者提到模糊的專案或代號，請搜尋知識庫補充完整專案名稱與相關負責人。
2. 將補全後的專案細節融入 task 與 notes 欄位中。
3. 依然僅輸出標準 JSON 格式。

3. n8n 呼叫升級後的 RAG 待辦 API

• 在 n8n 的 HTTP Request 節點中，發送請求至 Dify API。
• Dify 在收到「記得跟進 A 專案的 API 測試」時：

1. 自動觸發 RAG 檢索，找到 Project A 的完整名稱是 [專案] 2026 醫療資訊系統升級，且負責工程師為 李錦星。
2. 輸出補全後的結構化 JSON。

4. 落地至 Notion/Google Calendar 與 Telegram 推播

• 經過 n8n 寫入 Notion 資料庫與 Google Calendar 行程：

• Task：[專案] 2026 醫療資訊系統升級 - 跟進 API 測試

• Assignee：自動指派給知識庫對應的負責人

• Notes：參考知識庫 SOP：測試完成後需於 TronClass 上傳驗收報告

• Telegram 推播：

🧠 *[RAG 知識庫智慧增強任務]*

📋 *任務*：[專案] 2026 醫療資訊系統升級 - 跟進 API 測試
👤 *負責人*：李錦星
📖 *背景補充*：已比對專案規格書，自動帶入 SOP 驗收提醒。

今天我們成功透過 RAG 知識庫讓 AI 待辦助理擁有了團隊的「長期記憶與背景知識」，大幅提升了模糊指令下的任務處理能力。明天「Day 26」我們將針對任務的生命週期進行完整維護——「自動化追蹤、逾期催辦與 Task Status 智慧更新管線」！