AI 基礎架構軟體商 Progress Software 宣布旗下 Progress Agentic RAG 平台推出最新升級，透過強化代理知識層技術，幫助企業將內部知識庫無縫串接至 AI 工具。本次更新包含 Microsoft Teams 原生應用程式、具備自主多步驟檢索能力的智慧代理，以及專用 WordPress 外掛程式。
升級三大關鍵功能 強化企業知識流轉與整合
隨著企業導入 AI Agent（AI 代理） 的需求從單純的聊天問答擴展至複雜的跨系統操作，開發團隊往往需要耗費巨大精力建置客製化的協調邏輯。為了降低這類維護成本，Progress Agentic RAG 本次推出了三項重點應用：
- 原生 Microsoft Teams 應用程式：已於 Microsoft Store 上架，能把安全可靠的 AI 體驗直接融入 Teams 的聊天室與頻道中。員工無需離開常用的通訊介面，就能即時查詢企業知識，且系統完全遵循現有的權限控管機制。
- 支援自主多步驟檢索的智慧代理：具備主動規劃查詢的能力，可將複雜問題拆解為數個子問題，並自主從知識庫、第三方系統與網路資源中搜集與評估資訊，大幅減少以往需要工程人員編寫來源路由邏輯的需求。
- WordPress 內容整合外掛程式：讓管理員能精準掌控網站內容在 AI 平台中的索引與更新頻率，同時完整保留資料結構、元資料與分類標籤，確保提供給大型語言模型（LLM）的內容具備高品質與一致性。
即時與預載雙軌機制 降低系統重建成本
針對企業資料來源分散的問題，該平台提供了雙軌並行的方式進行知識整合。一方面，企業可透過受控的知識庫預先匯入與同步資料，確保高頻率查詢能獲得快速且穩定的解答；另一方面，平台智慧代理原生支援模型上下文協定（MCP），可在使用者提問的當下，即時調用企業內部業務系統或外部資源，省去重複匯入資料的繁瑣程序。
對於已經使用該平台的企業而言，這次的更新可以直接無縫銜接，無須重新建置資料管道或重複進行內容索引，讓現有的安全治理與存取權限能繼續發揮作用。
這代表什麼
對中小企業與數位轉型中的企業主而言，這項更新解決了導入 AI 時常見的「資料孤島」與「技術負擔」雙重痛點。以往想要讓 AI 存取跨部門的業務軟體，通常需要專業工程團隊撰寫大量客製化程式碼來介接系統；一旦系統更新，邏輯就必須重新維護，導致導入成本居高不下。
現在透過標準化的連接方式（如 MCP）與員工最常用的工具（如 Microsoft Teams）進行整合，企業能以更低的成本將 AI 真正落地到日常工作流程中。這代表企業推動 AI 時，重點將從「選用哪一家的大型語言模型」轉變為「如何安全且有效率地連結自家既有的業務知識」，進而提升整體營運效率。
背景補充
檢索增強生成（RAG）是一種結合外部知識庫與大型語言模型的技術。由於傳統的大型語言模型僅能依據訓練時的靜態資料回答問題，容易產生資訊過時或捏造事實（即所謂的「幻覺」）的情況。RAG 技術能在模型生成回答前，先從企業內部資料庫檢索最新且相關的資料提供給模型，進而確保回答的準確性。
而代理型 AI（Agentic AI）則是 RAG 的進階延伸。傳統 RAG 只能進行「一問一答」的資料比對，但結合 Agentic 概念後，AI 具備了規劃任務、拆解問題與自主決策的能力。透過模型上下文協定這類開放標準，AI Agent 能夠像是擁有各種工具箱一樣，依照當下需求自主選擇合適的系統介面進行資料調用，無需為每一個軟體重新開發對接邏輯。
常見問題
Progress Agentic RAG 這次更新了哪些主要功能？
主要包含原生 Microsoft Teams 應用程式、支援多步驟自主檢索的智慧代理，以及優化內容擷取品質的 WordPress 外掛程式。
企業使用這套系統需要重新調整資料管道或重新建立索引嗎？
不需要，現有客戶可直接套用新功能，並沿用既有的索引內容、權限控管與資料治理架構。
模型上下文協定（MCP）在這次更新中扮演什麼角色？
MCP 讓智慧代理能在收到提問時，即時存取外部業務系統與網路資源，減少對過往自訂整合邏輯的依賴。