AI驱动的医药销售培训平台
面向医药销售赋能的多智能体AI平台——基于图增强RAG（Graph-Enhanced RAG）技术，将案例、临床证据与销售方法论统一融入闭环知识系统。作为Tech Lead，构建3个专属角色智能体（档案、策略、顾问），配合混合图/向量数据层，将每一次成功拜访沉淀为可复用的团队知识资产。
医药代表Alex使用销售顾问Agent备战一次棘手的初次拜访——找到相似同行案例、生成有据可查的拜访计划，并通过AI角色扮演进行预演。
业务挑战
一线销售的knowhow锁在个人脑子里，组织无法继承
依赖口口相传，ramping周期长，上手效率低
成功案例无法被标准化、批量传递给整个销售团队
医疗专业人员（HCP）的拜访窗口越来越短，每次沟通必须精准且高价值
解决方案 — 知识闭环系统
广泛适用于销售部、培训部、市场部、医学部、准入部
市场策略、成功案例、产品知识经AI自动解析，提取特定场景下的核心方法论，人机协同完成知识系统构建
AI帮助新人快速掌握销售技巧，辅助诊断真实场景下的问题，提供有据可查的拜访建议
成功案例和经验证的策略反哺系统 — 知识飞轮持续加速转动
图增强RAG + 混合数据架构
查看图增强RAG项目 →通过混合图/向量数据存储，将主观案例知识与客观临床证据结合 — 多跳遍历实现有据可查、可溯源的推荐
知识图谱节点：产品信息 · 诊疗指南 · 临床证据 · 科研论文 · 竞品信息
医学证据图（Neptune）：药品属性、临床试验、安全性、诊疗指南 · 案例事件图（Neptune）：拜访事件、医生画像、异议、结果 · STAR案例索引（OpenSearch）：语义+关键词混合检索
自动实体抽取 — 药品、医生、异议、结果被链接为可查询的知识图谱
多跳推理 — 一次查询即可关联销售策略、临床证据与同行成功案例
幻觉消除 — 每条推荐都可溯源至真实案例、论文或经验证的策略
三个Agent，一套闭环工作流
接收原始市场策略和培训材料，AI提取结构化策略，经人工审核后录入策略库。
从拜访纪要和案例材料中提取STAR结构化数据（情境、任务、行动、结果），关联策略库条目后保存至案例库。
跨案例库、知识库、策略库进行图谱检索。动态技能加载 — SPIN销售法、异议处理、客户画像在运行时按需加载，无需重新部署即可扩展能力。主演示视频即为本Agent的完整使用场景。
系统架构
竞争优势
每次成功拜访都反哺知识层 — 团队用得越多，系统越智能。经验不再被锁在个人脑子里。
新能力（SPIN销售法、竞品分析、异议模式）以Markdown配置定义，运行时热加载 — 业务用户无需工程师即可扩展AI能力。
每条推荐都有真实案例、临床论文或经验证策略作为依据，由同款图增强RAG引擎驱动。
查看图增强RAG项目 →技术栈
智能体框架与AI
知识图谱
后端与数据
文档处理
基础设施与部署
展示内容均基于公开信息或脱敏数据处理。