战术级 RAG 引擎
用 Context Fusion 把“冷数据”（历史档案）和“热数据”（实时新闻）熔成具备时间纵深的情报。
CORE CAPABILITIES
规则与概率协同，既精准又有联想力
CortexAI 用混合认知架构，把动能触发器、战术 RAG、实体解析和知识图谱放进同一个情报终端。
动能地理情报
内置硬编码动能词表（如 airstrike），在关键节点强制修正 AI 分类，确保“红点”代表真实物理冲突。
三层实体解析
解决 Apple vs Apple Inc 这类歧义，通过 Exact -> Smart Abbr -> Strict Fuzzy（长度惩罚）三层漏斗完成物理级搜索优化。
视觉知识图谱
自动剥离 BULLISH 等情绪词，只保留 NVIDIA 等实质实体，展示的是“事物之间的联系”，不是“情绪噪音”。
AI TECHNIQUES
四层混合认知栈
从冷/热数据融合到动能规则、实体漏斗和情绪剥离，每一层都在精准度与联想力之间取得平衡。
Layer 1: Tactical RAG
战术级 RAG 引擎
Context Fusion：结合 Grok（历史）+ Vector（实时）。Mode Switching：自动判断当前是战术挖掘还是战略问答。
Layer 2: Kinetic Geo-Intel
动能地理情报
Kinetic Triggers：一旦检测到 'bombing' 等词，强制升级为 CONFLICT。用规则压住算法，尽量做到零误报。
Layer 3: Fuzzy Resolution
三层实体解析
3-Layer Funnel：Exact -> Abbr -> Fuzzy（Length Penalty）。长度惩罚逻辑避免 Tourism 误匹配到 Ministry of Tourism。
Layer 4: Visual Graph
视觉知识图谱
Sentiment Separation：在代码层剥离情绪词，只保留实体节点，让图谱呈现逻辑关系而不是市场情绪。
SYSTEM FLOW
混合认知架构流程
完整呈现 CortexAI 从数据输入到知识图谱输出的四级处理链。
CortexAI 混合认知系统
混合认知操作系统
用规则与概率协同，让系统既准又有联想力。
Layer 1
战术级 RAG 引擎
Context Fusion，把冷数据和热数据一起熔进去。
冷数据（历史）Static History
热数据（实时）Live News
Layer 2
动能地理情报
规则先于算法，硬编码动能触发器守住准确率。
动能触发器airstrike / bombing
冲突红点Physical Conflict
Layer 3
三层实体解析
Exact -> Abbr -> Fuzzy，把搜索精度压到更可靠的层级。
三层漏斗Exact / Abbr / Fuzzy
Layer 4
视觉知识图谱
剥离情绪噪音，让图谱只呈现真正的实体关系。
情绪剥离Remove BULLISH/RISK
Hybrid
混合内核
RAG+
情报融合
Safety
动能规则