立项原因：通用 AI 聊天助手无法直接操作文档，复制粘贴式使用效率低且易出错；企业办公场景又要求 AI 行为可控、文档数据不外泄、操作可审计。
行业背景：WPS Office 在政企与信创（国产化）办公环境占有率高，Windows / Linux（统信 UOS）/ macOS 多端并存，企业希望在自有环境中部署可控的 AI 文档助手，而不是把文档交给公网大模型。本项目让 AI 安全、可控、可审计地直接读写 WPS 文档，把「AI 提案、人确认」作为核心交互范式，解决办公 AI 落地「最后一公里」问题。
面向 WPS Writer 的 AI Agent 插件（客户端加载项 + 服务端一体化产品）。核心功能模块：①侧边栏 AI 对话——在 WPS 内直接与 Agent 对话，自动理解当前文档内容与结构；②修改提案工作流——AI 生成修改提案，用户确认后由插件格式化写回文档，全过程可拒绝、可回退；③多协议模型网关——兼容 Anthropic / OpenAI 协议，统一管理多 Provider 接入、配额与调度；④会话与技能体系——多轮会话管理，可扩展的技能（工具）框架；⑤文档知识库——基于 Qdrant 向量检索，支持跨文档问答；⑥MCP 接入层——远程 + 本地 MCP 工具接入，扩展 Agent 能力边界；⑦管理后台——租户、模型、配额、遥测一体化管理。
独立完成产品定义、架构设计、前后端开发、测试与部署全流程。
技术栈：客户端为 WPS 加载项（JSAPI + Web 技术，Vite 构建），服务端 TypeScript / Node.js，数据层 SQLite + Qdrant 向量库，蓝绿部署。
实现亮点与难点：①让模型直接编写 JSAPI 代码的执行工具——客户端隔离层限制调用次数与时长，写操作「只记录不执行」转为提案回放，兼顾能力与安全，并将注入的工具描述压缩过半以降低 token 成本；②弱网可靠性——WebSocket → XHR 流式 → 长轮询三级传输降级；③数据一致性——文档版本乐观锁，避免并发写冲突；④安全边界——SSRF 防护、MCP 出站白名单；⑤研发方式——以 PRD / SPEC / 对抗式评审与多子代理并行工作流承载 AI-native 开发，从首次提交到蓝绿部署上线、生产实跑验证共 37 天，现已投入生产运行并持续迭代。
评论