Cunzhi（存知）

核心参数与统计

平台覆盖和用户规模数据以官方实时页面和第三方统计为准。Cunzhi（存知）从产品命名上就能看出其核心定位——知识的存储与管理。其差异化切入点在"智能"二字上：不只是提供存储空间和搜索功能，而是通过 AI 对存入的知识做主动的结构化、关联和提炼。

用户与市场认可

在知识管理赛道，市面上已有 Notion AI、Mem、Obsidian 等众多玩家。Cunzhi 的差异化在于"主动的知识关联与发现"——它不只是被动存储和检索，而是通过知识图谱主动揭示条目之间用户自己可能没发现的联系。自动标签生成、内容间关联度评分和知识图谱可视化等功能，都是针对"信息存进去容易、找出来难"这个核心痛点来设计的。

由于产品处于相对早期的阶段，目前公开可查的用户案例和第三方评测有限。潜在用户可通过免费版本导入实际内容进行测试，重点关注自动解析的质量和检索的命中率两个核心指标。

成本优势

相比自建知识管理系统（如自部署 Wiki.js 或购买 Confluence 许可证），Cunzhi 在初始部署成本（零部署）和运维复杂度（无需维护服务器）上更低。以一个 5 人团队为例：自建 Confluence 的年度成本（服务器 + 许可证）约 5000-15000 元，加上维护时间约 2 人天/月；使用 Cunzhi 团队版的年度订阅成本远低于此。但作为 SaaS 产品，长期使用成本会随着存储量和成员数线性增加。

主要功能

• 智能知识采集与入库：支持从多种来源（网页剪藏、浏览器插件、Markdown/PDF/Word 文件导入、直接粘贴、API 接入）采集内容，AI 自动解析并提取关键信息（核心概念、关键数据、观点摘要），生成结构化知识条目。
• 关联发现与知识图谱：自动分析各知识条目之间的语义关联（主题相近、概念互补、观点对立等），构建可视化的知识图谱。图谱支持交互式探索：点击节点查看详情、拖动布局、按关联强度筛选。
• 智能问答与检索：基于已有知识库进行语义搜索和问答，用户可以用自然语言提问，Cunzhi 从存储的知识中定位相关片段并给出回答。语义检索能够理解问题的意图，即使提问方式与原文表述不一致也能找到相关内容。
• 知识条目版本管理：每次编辑知识条目时自动保存版本历史，支持回溯到任意历史版本。条目之间的引用关系也会随版本更新自动维护。
• 内容标签与自定义分类：除了 AI 自动生成的标签，用户可手动添加自定义标签和分类，形成"AI 自动分类 + 人工精细管理"的混合模式。

模型与版本演进

版本记录以官方发布说明为准。早期版本在长文档解析上存在分段边界不清晰、概念提取粒度不一致的问题。当前公测版本在知识入库的自动化程度和检索准确率上有了明显提升。

技术优势

• 语义理解驱动的知识结构化：通过语义理解自动提取概念和关系，降低了知识入库的人力成本。用户只需要"存"进去，剩下的"整理"工作交给 AI。
• 知识图谱的实时更新：当新内容加入知识库时，图谱关系会动态增量更新，而不是依赖全量批次重建。对于快速演进的研究项目来说，每周新增 50 篇文章的场景中图谱能即时反映新内容与已有知识的连接。
• 混合检索架构：结合关键词搜索（基于 Elasticsearch 的倒排索引）和语义搜索（基于向量嵌入）的优势，在精确匹配和模糊理解之间取得平衡。用户可调节关键词/语义的权重偏好。
• 增量索引与低延迟：新内容入库后，语义索引在数秒内完成更新，检索响应时间通常控制在 500ms 以内。
• 数据隐私与加密：用户数据采用 AES-256 加密存储，传输过程使用 TLS 1.3。知识库数据隔离在用户级别。

如何使用

典型流程：访问官网 → 注册账号 → 创建知识库 → 通过导入、剪藏或直接粘贴将内容存入 → AI 自动解析并生成结构化知识条目 → 在知识图谱中查看条目之间的关联 → 通过搜索或问答获取已有知识。

产品定价

定价。与同类知识管理工具（Notion AI $10/月、Mem $14.99/月）相比，Cunzhi 的定价处于中等区间。性价比判断的关键在于 AI 功能的实际使用频率。

应用场景

• 个人知识体系构建：研究者、分析师将散落在不同来源的信息整合到统一知识库中，长期积累（6-12 个月）形成个人专业领域的重要资产——一个"可搜索、可关联、可追溯"的第二大脑。
• 行业研究与竞争分析：行业分析师将行业报告、新闻动态、竞品等材料持续导入，利用知识图谱快速建立行业知识体系，发现此前未被注意到的关联。
• 团队知识沉淀与传承：即使成员流动，核心知识仍保留在平台中。新人通过知识库快速了解项目背景和技术决策，"入职第一周"即可通过自然语言提问快速建立认知。
• 学习与研究笔记管理：学生、研究人员通过浏览器插件边阅读边剪藏，碎片化学习资料自动归类整理，复习时通过知识图谱快速回顾各知识点之间的关联。

适用人群

• 研究型知识工作者：分析师、研究员、技术写作者等需要频繁处理大量信息、建立概念框架的人群。每周处理 20-50 篇信息源的情况下，可将信息整理时间从数小时压缩到数十分钟。
• 中小型知识管理团队：5-10 人团队可在 1-2 周内完成初步的知识库搭建，改变"信息散落在各个聊天记录和邮件里"的状态。
• 终身学习者与信息爱好者：日常有大量阅读和信息摄入习惯的个人用户，Cunzhi 作为"第二大脑"帮助管理日益增长的知识资产。
• 不适配边界：已有成熟 Confluence 或 SharePoint 架构的大型企业，Cunzhi 更适合作为补充工具。存储高度敏感信息的企业需确认数据存储、加密方案和合规认证是否满足内部安全要求。

竞品对比

总结与展望

Cunzhi 以"智能知识管理"为核心定位，在传统的知识管理工具和新兴的 AI 能力之间找到一个有价值的结合点。当前产品在知识自动结构化、关联发现和语义检索三个方向上已经形成了初步的能力闭环。AI 负责"粗加工"（自动解析和关联），用户负责"精加工"（审核、补充和调整）。

风险披露：产品处于早期阶段，未公开用户案例和第三方评测数据。知识提取的准确率在长文档和复杂概念上可能不理想。后续需关注知识提取准确率是否持续提升、是否能够接入更多内容来源（如飞书文档、钉钉文件等中国用户常用的协作工具）、以及移动端的使用体验。建议从个人免费版开始，用 1-2 周时间导入日常工作中的实际内容进行测试，重点关注"自动解析的质量"和"检索的命中率"两个核心指标。

相关工具：、