GraphRAG 文档智能
面向知识与业务团队的图谱原生文档智能平台，专为受监管行业设计。相比向量 RAG，GraphRAG 能推理，准确率提升 30% 以上，且为合规与可追溯性而建。
官方说明 ↗
价格联系销售获取报价
平台Web / API
归类AI 智能体
收录2026-10-10
复核2026-10-10
编辑评分
4.3 / 5
★★★★☆
Lettria编辑总结
Lettria 是面向企业的图上下文层（Graph Context Layer）平台，把结构化数据和非结构化知识统一成本体驱动的知识图谱，让企业 AI 的回答可溯源、可验证。它提供两条路径：面向知识团队的 Knowledge Studio（GraphRAG 文档智能）和面向开发者的 Perseus（图谱智能体基础设施）。案例数据显示提取准确率提升 30%、生物医学文本处理达 108 GB、商品类目增加 10000 个、研究提速 60%。短板是定价采用联系销售模式，官网未公开价格，也没有与具体竞品的直接对比基准。
Lettria是什么？
Lettria 是一家做企业 AI 图上下文层（Graph Context Layer）的平台厂商，核心主张是「Vectors retrieve. Graphs reason.」——向量检索负责简单召回，图谱负责多跳推理。它把企业的结构化数据和非结构化文档统一成本体（ontology）驱动的知识图谱，让 AI 系统能在上面推理、检查、验证。
Knowledge Studio 是面向受监管行业的图谱原生文档智能平台，准确率提升 30% 以上；Perseus 是面向开发者的基础设施，可在几分钟内从领域数据生成本体和知识图谱，并保持业务专家参与。另一个模块 Document Parsing 提供 API，把 PDF、图片等复杂文件解析成结构化字段。
知识团队用它把成千上万份手册、合同、科研文献变成可推理的图谱；开发者用 Perseus 快速搭建生产级图谱智能体；已上线的案例覆盖 Alfa Laval（工程）、Wisecube 与 AP-HP（医疗）、Leroy Merlin（零售）等受监管行业。
Lettria核心功能
Perseus 图谱智能体
面向开发者与技术团队的生产级图谱智能体基础设施，能在几分钟而非几个月内从领域数据生成本体，支持构建和版本化管理知识图谱，业务专家可全程参与。
官方说明 ↗本体自动构建
从领域数据自动生成生产级本体，官方口号是「以天计而非以月计」。本体自动构建而非手工建模，能捕捉领域真实逻辑，并受治理与版本控制。
Text-to-Graph
把企业结构化与非结构化数据转化为互联图谱，每个字段、数字、文档都关联在一张 AI 可以推理的图里，解决信息碎片化导致的复杂关系难以追踪问题。
文档解析 API
Document Parsing API 把非结构化数据高效转成结构化格式，从 PDF、图片等多种格式提取文本，几分钟内拿到结构化字段，减少人工复核、加速下游流程。
官方说明 ↗数据集管理
数据集管理器统一管理数据来源，支持团队协作，数据可在组织内多个 GraphRAG 项目中复用，把数据集变成可复用的数据资产。
官方说明 ↗答案可追溯可审计
每个回答都附带上下文：返回结果背后的文档和推理路径，答案可以追溯、可以辩护、可以直接进入生产环境，满足受监管行业的审计要求。
多跳推理能力
针对相关信息分散在孤立片段、复杂关系难以追踪的场景，图谱能把多个来源连接起来推理，理解结构化业务数据，弥补向量检索在此类问题上的局限。
Lettria值不值得用？
当你的场景是受监管行业里的大量复杂文档——技术手册、生物医学文献、合同、产品目录——需要 AI 给出可溯源、可审计的答案时，Lettria 的 GraphRAG 和本体图谱路线是对的方向，案例里 30% 准确率提升、60% 研究提速可作参考。当你是小团队、预算有限或需要自助试用与透明定价时就要注意：平台走联系销售模式，没有公开价格，采购周期和门槛都会更高。建议先申请演示并明确数据规模再做决定。
建议选它的情况
- 受监管行业的知识管理与文档团队
- 要把手册、文献、合同变成可推理图谱的企业
- 需要 GraphRAG 生产基础设施的开发团队
- 对答案可追溯、可审计有硬性要求的场景
不建议选它的情况
- 只想做简单向量检索、无复杂推理需求的团队
- 预算有限、需要自助注册和透明价格的小团队
Lettria使用建议
入门先把路子走对
- 申请官网演示从官网 Request a demo 入口预约演示，把你的真实文档样本带上，看 GraphRAG 在你的资料上的实际表现。
- 先试 Perseus开发者可以从 Try Perseus 入口直接试用，用你的领域数据生成一版本体，评估自动本体构建的质量。
- 读案例对标官网上有 Alfa Laval、Wisecube、Leroy Merlin、AP-HP 四个案例，找与你行业最接近的一篇，对照它的实施路径估自己的周期。
进阶省时间也省钱
- 用 Document Parsing 起步项目卡住常在数据结构化环节，先用 Document Parsing API 把非结构化文件转成结构化格式，再上图谱。
- 复用数据集用数据集管理器把整理好的数据沉淀为资产，后续新的 GraphRAG 项目直接复用，不用重新清洗。
- 让业务专家参与Perseus 支持业务专家在环（in the loop），本体评审时拉上领域专家，能显著减少图谱返工。
Lettria适合谁用？
受监管行业企业
推荐医疗、工程等行业需要答案可追溯、可审计，Lettria 的图谱路线和合规设计正对口，案例已有同类落地。
企业开发者团队
推荐Perseus 提供生产级图谱智能体基础设施，几分钟生成本体，适合有技术能力自建图谱应用的团队。
知识管理团队
推荐Knowledge Studio 面向知识与业务团队，把复杂文档变成可检索推理的知识库，无需写代码。
预算敏感的小团队
有条件定价走联系销售模式，没有公开价格，采购流程和门槛对小团队不友好，需要先确认预算是否匹配。
只需简单检索的用户
不推荐如果问题都能靠普通向量检索解决，引入本体图谱属于过度设计，成本收益不划算。
Lettria优点和缺点
优点
- 案例提取准确率提升 30%
- Wisecube 案例 108 GB 生物医学文本结构化
- 本体以天计构建，非手工建模
- 答案附带文档与推理路径，可审计
- 已有 Alfa Laval、AP-HP 等生产级案例
- Document Parsing 支持 PDF、图片等格式
缺点
- 无公开价格，需联系销售
- 官网无与竞品的直接对比基准
- 面向企业，无自助试用价格档位
Lettria关键指标
Lettria常见问题
Lettria 多少钱？有免费版吗？＋
a demo」和「Try Perseus」，任务是联系销售模式。开发者可以从 Try Perseus 入口试用 Perseus，但平台级费用、席位与用量计价需要联系官方获取报价，以官网为准。
它现在的主力产品是什么？＋
当前有两条产品线：Knowledge Studio 是面向受监管行业的图谱原生文档智能平台（GraphRAG），准确率提升 30% 以上；Perseus 是面向开发者的图谱智能体基础设施，几分钟能从领域数据生成本体和知识图谱。另有 Document Parsing API 负责把 PDF、图片等解析成结构化数据。
和向量 RAG 或同类工具怎么选？＋
Lettria 的定位主张是「Vectors retrieve. Graphs reason.」：简单检索用向量方案就够，需要跨多来源连接、理解结构化业务数据、答案可验证时图谱更合适。涉及一份与 unstructured.io 的 Text Cleaning API 对比基准分析，但没有在官网给出具体对比数字。如果你的场景是复杂多跳问答，图谱路线对口；简单 FAQ 检索则不必上图谱。
国内能不能用？有什么限制？＋
官网未提及国内网络环境下的可用性、账号注册或付款渠道限制。它是面向企业销售的平台，接入通常从申请演示开始，国内企业可直接通过官网 Request a demo 联系；数据合规方面它主打受监管行业的可追溯与隐私保护（文档解析数据存放在仅用户可访问的安全环境），具体国内数据出境要求需与官方确认。
它真的有人用吗？＋
包括多个生产环境案例：Alfa Laval 把成千上万份手册与规格统一成一张本体知识图谱，提取准确率提升 30%；Wisecube 把 108 GB 生物医学文本转成图谱知识、监控 500+ 个类目；Leroy Merlin 统一商品目录、增加 10000 个商品类目；AP-HP（法国医院联合体）让医学研究提速 60%。
实施周期长吗？＋
本体构建环节「以天计而非以月计」，由自动生成本体替代手工建模。但完整落地还包括文档解析、数据集整理、图谱版本管理等环节，官网未给出端到端实施周期数字，复杂企业部署官方另有 Forward Deployed 服务承接。
Lettria竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| Lettria本工具 | 4.3 | 联系销售获取报价 | GraphRAG 文档智能；Perseus 图谱智能体；本体自动构建；Text-to-Graph | Web / API |
| unstructured.io本工具 | — | 未标价 | 官网提供 Lettria Text Cleaning API 与其性能对比的基准分析文章，称 Lettria 表现更优 | — |
唯一被提及的对比对象是 unstructured.io：Lettria 官网发布了一份 Text Cleaning API 与其性能对比的详细分析，并声称自己表现更优。两者定位不同——unstructured.io 侧重文档解析，Lettria 覆盖从解析到图谱推理的完整链路。需要文档清洗环节的对比细节时，建议直接阅读该基准文章；若你的核心需求是图谱推理与可审计答案，Lettria 更对口。
