给系统集成商的 AI 能力交付
你已经在给甲方做项目了。缺的不是客户，是一块能装进去、能验收、能交付的 AI 能力。
典型的困境
甲方在标书里写了「AI」两个字，但没人说得清具体要什么。你想接，可自己没有这块能力； 找人做，又担心对方交完就跑、后续维护没人管。更麻烦的是，甲方一句「数据不能出去」， 市面上大部分现成方案就直接出局了。
我们能提供什么
一套可以嵌进你现有项目的 Agent 能力，而不是一个要你从头学的新平台。
- 知识库问答。 支持上传的文档格式覆盖较全——doc、docx、ppt、pdf、markdown、epub、txt 等。 自研 RAG 支持自定义切块策略，可针对甲方实际的文档结构调优，而不是丢进去就算完。
- 工具调用。 Agent 可以调用工具，把对话能力和实际的业务动作接起来。
- 多渠道接入。 Web、API、企业微信、钉钉、飞书、小程序，也可以迁入甲方已有的系统。
- 管理后台与权限。 有管理后台和权限体系，支持多租户——你可以用同一套底座服务多个项目。
- 模型可选可换。 覆盖主流在线大模型与开源本地模型。建 Agent 时可选定模型，不同 Agent 可以配不同的模型； 定制场景下分词模型、嵌入模型也可以换。
部署形态：三种都支持
- 客户内网物理机——数据敏感度最高的项目走这条路，我们实际部署过。
- 客户自有云或运营商云——同样有实际部署经验。
- 我们托管的云——小型项目可以走这条，省掉甲方的运维投入。
具体的硬件要求取决于三件事：是否要部署开源大模型（需要 GPU）、使用人数、模型参数量。 预算有限且数据敏感度不高时，纯 CPU 也能跑。这些需要按项目实际情况一起算。
关于「数据不出内网」，得先说清楚
这句话在招标文件里经常出现，但它有两种完全不同的实现，价格和效果差别很大：
用本地部署的开源模型
数据全程留在内网。这才是真正意义上的「不出内网」，但需要 GPU，硬件投入更高。
用在线大模型
提问和检索到的知识片段必然要发送给模型厂商，数据一定会出网。 能选择的是合规厂商、传输方式与脱敏处理，而不是「不出网」。
我们不会笼统承诺「数据不出内网」就把单接了。哪种形态、代价是什么，会在方案阶段跟你讲明白， 你也好拿去跟甲方对齐预期。
我们做不了什么
我们一般不做模型训练。客户要求高的情况下可以做适当微调， 但从零训练模型不在我们的服务范围内。这条写在这里，是为了让你在投标阶段就知道边界在哪， 不至于承诺了做不到的事。
为什么不直接用低代码平台
能用当然可以用，我们自己也写了不少 低代码平台的实操教程。 但集成项目常见的三个要求——数据不出内网、要改代码接进甲方已有系统、要有安全兜底机制—— 恰好都在低代码平台的能力边界之外。
具体的判断标准，我们写在了 这一篇。