大模型能力落地到专业工程领域时存在三大断层:一是工程师需要 AI 能实际操作专业软件工具链(仿真器、设计工具)完成任务,而不只是对话问答;二是企业需要对 AI 用量做计费、限额和审计,否则无法商业化运营;三是专业软件部署在用户自有服务器/内网,云端 AI 必须安全触达并调度。本项目为解决以上问题立项:打造"桌面 AI 智能体 + 云端服务"一体化平台,以芯片设计(EDA)行业为首个落地场景,让工程师用自然语言驱动 AI 自动完成电路仿真、参数优化、报告生成等专业任务,具备完整商业化闭环,已真实上线运营
1)桌面客户端(Windows,Electron+Vue3+TypeScript):会话式 AI 智能体交互、流式输出、多会话管理与断线恢复、自动更新(Stable/Insiders 双通道)、安装路径自检与单实例锁;2)AI 运行时管理:本地智能体运行时按 manifest 自动下载、版本管理、状态机守护与故障自愈;3)云端服务(Python+SQLite WAL+Redis+nginx):账号体系(邀请码注册、API Key+HMAC 鉴权)、余额与按量计费(充值、交易流水账本、对账脚本)、LLM 网关(多上游路由、限速、维护模式与灰度豁免);4)远程执行通道:云端经反向 WebSocket 调度用户服务器上的轻量 agent 执行仿真等长任务,结果解析后回传入库;5)管理后台(Vue3 SPA):用户管理、用量统计、全链路 trace 事件追踪、changelog 发布;6)报告管线:仿真结果解析、指标计算、中文 PDF 报告自动生成。
完成核心设计与研发:整体架构、桌面端(Electron+Vue3+TS)、云端(Python、SQLite WAL、Redis)、运维(nginx、systemd、自动化部署脚本含健康探针与失败自动回滚、staging/prod 双环境)。技术亮点:①鉴权热路径优化,bcrypt O(N) 改 HMAC 指纹 O(1),计费接口 TTFB 降至约 80ms;②SSE 流式链路断线恢复与事件补发;③本地运行时安装状态机"只信持久化元数据、不信瞬时文件探测",根治文件系统抖动导致的重装死循环;④计费一致性设计:余额权威表+交易流水账本+自动对账;⑤发版工程:5 个月 100+ 次生产发版,CI 构建、双通道灰度、线上事故 post-mortem 制度;⑥沉淀了一套 AI 智能体工程化方法论(技能系统、操作配方库、失败样本采集回流)。
评论