面向通用企业数字化转型场景,传统知识库平台功能固化,难以适配大模型时代的智能交互需求,且企业面临AI应用开发门槛高、模型资源碎片化等痛点。为此立项对老平台进行改造升级,构建集模型纳管、工作流搭建、插件管理及虚拟人接入于一体的通用型智能体平台,解决企业大模型落地难问题,赋能业务人员低门槛、敏捷化构建专属AI应用,加速大模型业务价值变现。
点击空白处退出提示
面向通用企业数字化转型场景,传统知识库平台功能固化,难以适配大模型时代的智能交互需求,且企业面临AI应用开发门槛高、模型资源碎片化等痛点。为此立项对老平台进行改造升级,构建集模型纳管、工作流搭建、插件管理及虚拟人接入于一体的通用型智能体平台,解决企业大模型落地难问题,赋能业务人员低门槛、敏捷化构建专属AI应用,加速大模型业务价值变现。
本项目采用前后端协同架构,构建企业级AI应用全链路闭环能力,主要功能介绍如下:
一、后管平台:聚焦底层资产构建与能力编排
1.数据中心:支持文档、数据库及网页等多源异构数据获取;
2.知识库与智能体创建:提供知识库沉淀与智能体工作流可视化搭建;
3.资源管理:实现多厂商大模型统一纳管与插件全生命周期调度;
4.运营与运维:涵盖资源使用统计与系统基础配置管理。
二、前管平台:聚焦多模态交互与模型评测
1. 通用大模型对话
2. 数字人可视化交互
3. 多模型效果横向对比评测功能
1. 我的具体任务:从0到1规划智能体平台架构与功能清单,结合现有技术制定功能优先级;输出产品原型与PRD,统筹需求宣贯、开发答疑与产品验收,上线后沉淀《用户操作手册》赋能业务侧高效使用。
2. 技术架构与实现亮点:项目采用前后端分离的微服务架构,技术栈基于Spring Boot与Vue,深度集成LangChain等Agent框架及Milvus向量数据库。实现亮点在于多种AI交互模式(文字、语音、直播和数字人),低代码工作流编排,多模型效果对比和安全检测。核心难点在于新老系统业务逻辑的平滑兼容,数字人接入以及多源异构数据(文档/数据库/网页)的融合与向量化处理。







评论