来源连接与提取
将 Atlas 指向网站、员工手册、品牌指南或 Notion 工作区，它就会从这些来源提取公司上下文。
Atlas
认领Atlas 将公司的文档、网站和其他资料整理成 AI 工具可遵循的共享规则，帮助 Claude、Cursor、ChatGPT 等助手使用同一套公司上下文。
概述
Atlas 是面向 AI 工具的公司上下文层。它将公司文档中承载的规则、流程知识、数据定义和品牌指引提取出来，并提供给 Claude、Cursor、ChatGPT、Claude Code 和 Codex 等工具。
该产品面向希望 AI 输出反映公司真实工作方式，而不是每次都从通用提示词开始的团队。Atlas 让团队连接源材料、提取结构化上下文，并通过 MCP 或 REST 提供这些规则，以便在不同的 agent 和内部工具中使用。
功能
三层公司上下文
Atlas 将上下文组织为流程、数据和品牌三个层级，使输出覆盖运营说明、schema 和指标上下文，以及视觉识别。
通过 MCP 和 REST 分发给 agent
产品通过单一 MCP URL 或 REST 端点，将规则提供给 Claude、Cursor、ChatGPT、Claude Code、Codex 和其他 agent。
基于 markdown 的规则导出
规则始终保留为纯 markdown，并可随时导出，来源将其描述为无锁定设置。
分离个人与公司上下文
共享公司层由管理员管理，而个人规则保留在每个用户的账户中，不会与队友共享。
仪表板与设置支持
定价页面提到有一个仪表板，用户可以查看和编辑规则，付费方案还包含 Atlas 团队提供的上手支持。
使用场景
统一内部工作流
团队可以将常见请求的处理方式集中起来，这样员工在向 AI 助手寻求帮助时，就不必每次都重新解释内部流程。
基于公司数据上下文回答问题
公司可以让 schema 名称和指标定义对 AI 工具保持可用，从而让分析师和构建者获得符合公司数据模型的答案。
保持 AI 生成的品牌素材符合品牌调性
市场、设计或 go-to-market 团队可以加载品牌指引，让幻灯片和视觉输出遵循公司的颜色、字体和识别规范。
将上下文注入自定义 agent
开发者可以通过 MCP 或 REST 连接 Atlas，并在自定义 agent 或内部应用中使用提取出的规则。
区分个人与共享指令
个人用户可以将私有规则保留在自己的账户中，同时公司维护一个用于团队级指引的共享层。
Pros and Cons
Pros
- 将公司特有的流程、数据和品牌上下文集中到一处。
- 既支持直接使用 AI 工具，也支持通过 MCP 和 REST 进行自定义构建。
- 将个人上下文与共享公司上下文分开。
- 可将规则导出为 markdown，减少对单一系统的依赖。
Cons
- 来源没有详细说明设置要求，只提到连接网站或文档，并可选连接 Notion。
- 集成细节较为概括；来源列出了支持的工具和接口，但没有记录各应用的具体行为。
- 付费方案提到提供人工上手帮助，这表明某些团队在开始使用时可能需要协助。
FAQ
Atlas 是做什么的？
Atlas 会连接公司的自有资料——例如网站、员工手册、品牌指南，以及可选的 Notion 内容——并将其转化为 AI 工具可遵循的规则。来源还说明这些规则可以通过 MCP 或 REST 提供。
有免费方案吗？
定价页面显示有一个免费选项，可用于试用网站规则提取以及在仪表板中查看/编辑规则；另外还有一个 Founding 方案，价格为每家公司每月 99 美元，增加了文档和 PDF 提取、向 AI 工具提供规则，以及人工上手支持。
Atlas 适合谁？
Atlas 面向那些员工经常使用 Claude、Cursor 和 ChatGPT 等工具，并希望在这些工具中统一应用相同公司规则的团队。
Atlas 如何处理个人和公司上下文？
来源说明，个人上下文保留在用户自己的账户中，而公司上下文由管理员共享并为整个团队整理。
规则之后可以导出吗？
来源称 Atlas 可以将规则导出为 markdown，并且没有锁定。
Quick Facts
- 类别
- 面向工具和 agent 的 AI 上下文层
- 网站
- atlas.nanonets.ai
- 核心界面
- 仪表板加 MCP 和 REST 分发
- 支持的来源
- 网站、文档、员工手册、品牌指南、可选 Notion
- 提到的支持工具
- Claude、Cursor、ChatGPT、Claude Code、Codex