随着大语言模型技术的快速发展，企业智能化转型已从"要不要用 AI"演变为"如何有效落地 AI"。然而，当前企业在 AI 应用落地过程中普遍面临模型接入分散、业务系统孤岛、自动化能力不足、部署运维复杂等现实挑战。
青虹AI 智能体平台是一款面向企业的多智能体协作平台，基于 APAAS 低代码底座，以"对话即服务、编排即智能"为设计理念，提供从模型接入、知识管理、智能体编排到浏览器自动化的一体化解决方案。V2.0 版本在模型管理、任务规划、文档生成、浏览器自动化等方面进行了全面升级。
本文档面向企业决策者、技术负责人和解决方案架构师，系统阐述平台的行业背景、设计理念、技术架构、核心能力和部署方案。
大语言模型在通用能力上取得了突破性进展，但企业场景下的落地仍面临多重挑战：
模型碎片化。不同模型擅长不同任务——DeepSeek 在代码和逻辑推理上表现突出，OpenAI 兼容模型在通用对话上成熟稳定，本地部署模型满足数据不出域的要求。企业在实际业务中往往需要同时使用多个模型，但每个模型的接入方式、API 规范、计费模式各不相同，集成成本高。
业务系统孤岛。企业的业务数据分散在数据库、文件系统、第三方 SaaS 中。将 AI 能力与这些数据源打通，需要大量的定制开发工作。即使接入了 AI，如何让 AI "理解"这些业务数据，仍是一个难题。
自动化能力断层。大量企业业务仍依赖浏览器操作——招标信息查询、数据填报、报表导出。传统 RPA 工具依赖脚本录制，环境变化即失效；且多为桌面级产品，难以在服务器端规模化运行。
部署与运维复杂性。企业级 AI 应用涉及模型服务、向量数据库、消息队列、缓存、对象存储等多个组件，传统的单体部署模式在可靠性、可扩展性上存在明显不足。
2025 年以来，Model Context Protocol（MCP）作为 AI 工具互操作标准逐步成熟，为 AI 与外部工具的标准化集成提供了基础。同时，检索增强生成（RAG）技术使大模型能够基于企业私有知识进行精准回答。低代码平台的成熟则大幅降低了 AI 应用的构建门槛。这三项技术的交汇，为新一代企业 AI 平台的诞生创造了条件。
青虹AI 平台的核心设计理念可以概括为八个字：对话即服务，编排即智能。
"对话即服务"意味着用户与系统的交互方式回归自然语言。无论是查询数据、生成文档、还是执行自动化任务，用户只需以自然语言表达需求，系统负责理解意图、规划步骤、调用资源、返回结果。对话不仅是交互界面，更是服务交付的载体。
"编排即智能"意味着平台的智能不仅来自模型本身，更来自对多种能力的编排与调度。一个复杂的业务任务——例如"抓取今天的招标公告并生成汇总报告"——需要浏览器自动化、数据提取、AI 分析、文档生成等多个环节的协同。平台提供可视化编排引擎，同时也支持 AI 自主编排，在人工设计的流程框架与 AI 的动态规划之间取得平衡。
| 原则 | 说明 |
|---|---|
| 模型无关 | 通过统一的模型抽象层，屏蔽不同模型提供商的差异，支持 DeepSeek、OpenAI 兼容、Ollama 等多种模型，企业可根据成本、性能、合规要求自由选择。 |
| 协议标准 | 基于 MCP 开放标准实现 AI 与外部工具的互操作，避免厂商锁定。任何符合 MCP 规范的服务均可即插即用。 |
| 低代码优先 | 基于 APAAS 低代码底座，数据建模、表单设计、流程编排、权限管理均通过可视化界面完成，降低 AI 应用构建的技术门槛。 |
| 私有化部署 | 全组件支持私有化部署，数据完全留存在企业自有环境中，满足金融、政务、制造等行业的数据合规要求。 |
| 弹性伸缩 | 核心服务与浏览器自动化引擎独立部署，各组件可根据负载独立扩缩，兼顾性能与资源利用率。 |
平台采用分层架构设计，自下而上分为低代码底座、基础服务层、核心能力层、编排引擎层和用户接入层。各层职责清晰、接口标准化，层与层之间通过定义良好的 API 进行通信。
| 组件 | 说明 |
|---|---|
| 后端框架 | Spring Boot 4.1，提供成熟的企业级开发框架和生态 |
| AI 引擎 | Spring AI 2.0，统一的模型抽象层，支持多模型接入与 MCP 协议 |
| 流程引擎 | Spring State Machine，支持 16 种节点类型的可视化编排 |
| 关系数据库 | PostgreSQL，支持 JSONB 和全文检索 |
| 向量数据库 | Milvus，高性能向量检索，支撑 RAG 场景 |
| 消息中间件 | RabbitMQ，异步任务解耦与可靠消息投递 |
| 缓存 | Redis，多级缓存策略 |
| 对象存储 | MinIO，S3 兼容接口，私有化部署 |
平台建立了一套模型无关的接入框架，通过统一的 API 抽象层屏蔽不同模型提供商的差异。目前已支持的模型包括 DeepSeek 系列（公有云及私有部署）、OpenAI 兼容接口模型（通义千问、豆包、Moonshot 等），以及基于 Ollama 的本地部署模型。
企业可根据业务场景的延迟要求、数据合规需求和成本预算，为不同智能体指定不同的模型。例如，对外的客服智能体使用云端高性能模型以保证响应质量，而内部的数据分析智能体使用本地部署模型以确保数据不出企业网络。
平台的核心抽象是"智能体"——一个封装了模型、知识库、工具和流程配置的独立 AI 服务单元。智能体不仅支持基础的多轮对话，还能集成文档解析、表单生成、外部工具调用等扩展能力。
智能体的行为由"对话流"定义。对话流是一个有向图，节点代表不同的处理单元——对话节点负责与模型交互，RPA 节点执行浏览器自动化操作，MCP 节点调用外部工具，知识库节点检索企业文档，Python 或 Shell 节点执行自定义脚本。节点之间通过条件分支连接，支持基于表达式语言的动态路由。
V2.0 版本新增了自主任务规划能力：用户以自然语言描述一个复合目标，智能体能够自动将其分解为有序的子任务序列，并依次执行。这一过程结合了 AI 的规划能力与平台流程引擎的可靠执行，在灵活性与可控性之间取得了平衡。
平台内置完整的 RAG（检索增强生成）能力。企业将产品手册、操作规程、合同模板等文档上传后，系统自动完成文本提取、智能分片、向量化和索引存储。当用户提问时，系统先检索相关知识片段，再交由大模型基于这些片段生成答案。
检索支持三种模式：向量检索利用语义相似度进行模糊匹配，关键词检索用于精确查找，标签检索支持按业务分类进行过滤。三种模式可组合使用，以适应不同场景的检索需求。知识库的访问权限与企业组织结构对齐，可按部门、角色进行精细化控制。
浏览器自动化是大量企业业务流程中不可或缺的一环——招标信息采集、监管数据填报、报表导出等场景均依赖浏览器操作。平台将浏览器自动化能力设计为独立的服务组件，与核心业务解耦部署。一个典型的自动化工作流可描述为：导航到目标页面 → 等待元素加载 → 提取或填入数据 → 截图存档。
V2.0 版本对浏览器自动化引擎进行了重要升级。自动化脚本被抽象为平台无关的 DSL（领域特定语言），支持 12 种动作类型。DSL 可包含变量引用、条件分支和循环结构，表达能力足以应对复杂业务场景。引擎部署为可弹性伸缩的独立服务集群，多个自动化任务可并发执行，互不阻塞。
平台提供 PPT、Word、Excel 三类文档的智能生成能力。用户以自然语言描述需求，AI 理解内容结构后自动生成文档。企业可预设模板以保证输出文档的品牌一致性和格式规范。
这一能力特别适用于投标文件编制、项目报告撰写、数据报表产出等场景。结合知识库，AI 在生成文档时可自动引用企业的标准方案、资质材料和历史案例，大幅缩短文档编制周期。
平台支持多种扩展方式以满足不同层次的定制需求：Java 函数可将企业现有的业务逻辑封装为智能体可调用的工具；Python 和 Node.js 脚本支持数据科学、爬虫等灵活场景；命令行接口允许集成任意可执行程序。所有扩展方式均通过统一的工具注册机制接入平台，智能体可在对话流中透明调用。
此外，平台遵循 MCP 标准协议。任何符合 MCP 规范的外部服务——无论是数据库、API 网关还是浏览器引擎——均可通过标准接口接入平台，无需定制开发。
作为一个完整的企业级平台，青虹AI 还提供以下管理功能：
| 类别 | 功能 |
|---|---|
| 组织与权限 | 部门层级管理，用户帐号管理，角色权限分配，应用授权控制 |
| 文档管理 | 多种文件格式的在线预览与编辑，支持 Word、PPT、Excel、PDF、图片、视频 |
| 表单设计 | 可视化表单组件设计器，输入校验规则配置，数据字典维护 |
| 开放接口 | REST API 开放，外部系统可读取智能体产出的结构化数据 |
| 消息通知 | 系统通知管理，支持邮件和企业微信推送 |
| 系统设置 | 业务编号规则配置，行政区域字典，模板管理，接口参数配置 |
| 系统日志 | 请求、登录、操作、文件等全量日志记录，异常自动捕获与上报 |
传输安全。平台支持全链路 HTTPS 加密通信，可通过反向代理终结 TLS，确保数据在网络传输过程中的机密性和完整性。
认证与授权。采用 JWT 令牌机制进行用户认证，密码使用 Argon2 算法哈希存储，有效防范暴力破解。权限管理采用组织-角色-人员三级 RBAC 模型，智能体、流程、知识库均可按组织或角色维度进行精细化授权。
数据保护。敏感配置信息（如 API Key、数据库密码）使用 RSA 非对称加密存储，密钥与密文分离。平台支持私有化部署，所有业务数据完全留存在企业自有环境中，无需出网。
审计追溯。平台记录全量操作日志，涵盖请求、登录、数据变更、文件操作等维度。日志支持多维检索，可满足安全审计和合规审查的要求。
无状态设计。核心业务服务采用无状态架构，状态数据持久化到数据库中。单个服务实例的故障不影响整体服务可用性，新实例启动后可立即接管业务流量。
流程持久化。智能体对话流的执行状态实时写入数据库。当服务重启或发生故障时，进行中的流程可从数据库恢复状态，从断点继续执行，不会丢失已完成的中间结果。
消息可靠性。异步任务通过 RabbitMQ 消息队列进行解耦，启用 Publisher Confirms 和 Publisher Returns 机制，确保消息不丢失。消费端支持手动确认模式，处理失败的消息可重新入队。
资源池管理。浏览器自动化引擎采用资源池模式管理连接。连接实例在启动时预热创建，运行时通过借用/归还机制进行分配。空闲连接由定时任务进行健康检查，检测到失效连接时自动剔除并重建，确保可用的连接始终处于健康状态。
系统监控。平台集成 Prometheus 指标暴露，可接入 Grafana 等可视化工具进行实时监控和告警。系统异常自动捕获上报，支持 SQL 异常、Java 异常、业务异常的分类追踪。
平台内置对 PostgreSQL、MySQL、SQL Server 三种关系数据库的支持，通过统一的 JDBC 抽象层进行访问。企业现有的业务数据库可直接配置为平台的数据源，无需数据迁移。数据库连接采用 Druid 连接池管理，支持连接复用、SQL 监控和慢查询检测。
平台集成 MinIO 对象存储，提供 S3 兼容接口。知识库文档、自动化截图、生成的 Office 文件均可存储至对象存储中。企业可将其挂载到现有的存储基础设施上，或使用独立的存储实例。
平台通过 REST API 对外暴露智能体的数据产出。外部系统（ERP、CRM、BI 等）可调用这些接口读取结构化数据，实现 AI 能力与企业 IT 系统的集成。API 支持 JWT 认证，与企业现有的认证体系可对接。
平台支持邮件和企业微信两种消息推送通道。邮件通过 SMTP 协议与企业邮件服务器集成，支持 SSL/TLS 加密传输。企业微信通道基于官方 API 实现，支持文本、图文等多种消息类型。
平台采用组件化部署策略，核心应用与浏览器自动化引擎分别独立部署。核心应用负责模型调用、流程编排、知识管理等业务逻辑；浏览器自动化引擎作为独立服务集群运行，通过标准协议与核心应用通信。
| 部署规模 | 核心应用 | 自动化引擎 | 数据服务 | 适用场景 |
|---|---|---|---|---|
| 基础配置 | 2 核 / 4GB | 2 核 / 2GB × 1 | 2 核 / 4GB | 功能验证、小规模试用 |
| 标准配置 | 4 核 / 8GB | 2 核 / 2GB × 3 | 4 核 / 8GB | 部门级应用、日常业务运行 |
| 高负载配置 | 8 核 / 16GB | 4 核 / 4GB × 5~10 | 8 核 / 16GB | 企业级应用、高并发场景 |
核心应用可部署多个实例，通过负载均衡器分发请求。数据库和消息队列可使用各自的主从复制或集群方案实现高可用。浏览器自动化引擎的实例数可根据并发任务量独立调整，不受核心应用实例数约束。各组件的健康状况通过统一的监控体系进行集中观测和告警。
青虹AI 平台提供覆盖企业经营全价值链的智能体应用，涵盖经营分析、市场营销、研发管理、生产制造、供应链、财务、售后服务及后勤管理等业务领域。各应用场景基于统一平台底座构建，共享模型管理、知识库、流程编排、浏览器自动化等核心能力，可根据企业实际需求灵活组合与定制扩展。
| 业务领域 | 智能体应用 | 业务描述 |
|---|---|---|
| 经营 | Chat-BI（数据助理） | 基于自然语言的对话式商业智能，AI 自动理解语义并查询数据库，秒级生成可视化报表。支持多维度数据钻取、趋势洞察和智能归因分析，帮助管理者快速掌握企业经营状况。 |
| 市场 | 电商生图 | 面向电商场景的商品图片智能生成，支持背景替换、风格迁移、批量输出，满足多平台商品上架需求。 |
| AI 客服 | 基于企业知识库的智能客服系统，支持多轮对话、意图识别、工单自动创建与流转，显著降低人工客服压力。 | |
| AI 工件报价员 | 面向机械加工行业的智能报价助手，根据工件图纸和工艺要求，自动生成加工工时估算与成本报价。 | |
| 研发 | AI-IPD（智能研发） | 集成产品开发流程的智能化管理，覆盖需求分析、概念设计、开发测试到量产导入全阶段，提供技术文档自动生成、评审辅助、进度追踪等功能。 |
| AI-SOP 工程师 | 标准作业程序的智能编制工具，依据工艺流程和操作规程自动生成符合规范的 SOP 文档，支持模板套用、版本管理和审核发布。 | |
| 制造 | AI-SMT 报价员 | 面向 SMT 贴片加工行业的智能报价系统，根据 BOM 清单、工艺参数和产能数据自动计算加工成本并生成报价单。 |
| AI-PCB 报价员 | 面向 PCB 电路板制造的智能报价工具，根据设计文件自动解析层数、线宽、孔径等参数，结合材料成本和工序工时生成精准报价。 | |
| AI 生产文员 | 生产车间日常文书工作的智能化处理，包括生产日报编制、工单进度汇总、异常记录整理和生产数据录入。 | |
| Chat-PMC | 智能生产排程与供应链交付计划协同，精准管控物料需求、产能负荷与订单交期。支持多约束条件下的计划优化和异常调整。 | |
| 供应链 | AI 采购员 | 采购需求的智能分析与供应商匹配，支持询价单自动生成、比价分析和采购订单编制，提高采购效率与透明度。 |
| AI 供应商管理 | 供应商全生命周期管理，涵盖准入评估、绩效考核、风险监控和关系维护，支持供应商数据智能分析与分级预警。 | |
| AI 物流跟踪 | 物流状态的实时跟踪与异常预警，自动对接多家物流平台，统一展示运输轨迹，发生异常时主动推送告警。 | |
| 报关单生成 | 进出口报关单证的智能编制，根据订单信息和商品归类自动生成符合海关规范的报关文件，降低人工录入错误率。 | |
| 财务 | AI 对账 | 企业财务对账的智能化处理，自动匹配银行流水与业务单据，识别差异项并生成对账报告，大幅缩短月度结账周期。 |
| 售后 | AiCRM（智能营销服） | 覆盖营销、销售、服务全链路的智能客户关系管理系统，支持客户画像分析、销售机会识别、服务工单智能分配与跟踪。 |
| 工单助手 | 售后服务工单的智能处理工具，支持工单自动分类、派发、跟踪和归档，结合知识库提供维修建议和备件推荐。 | |
| 后勤 | Chat-Docs | 企业级 PPT、Word 等文案的智能生成，支持多语种、多场景创作与批量输出。结合企业模板库保证品牌风格一致，适用于商务汇报、产品介绍、培训材料等场景。 |
| AI 文控员 | 企业文件的智能化管控，包括文件分类归档、版本管理、权限控制、检索查阅，支持 ISO 质量管理体系文件管控要求。 | |
| 全文翻译 | 多语种文档的全文翻译，支持 PDF、Word、PPT 等格式，保留原文排版，适用于技术文档、合同协议、商务信函等场景。 | |
| AI 招聘 | 招聘流程的智能化辅助，涵盖简历自动筛选、候选人匹配度评估、面试问题生成和录用建议，提高招聘效率与质量。 |
以上应用场景覆盖了从产品研发、生产制造到市场销售、售后服务的全业务价值链。各智能体应用既可独立部署运行，也可通过平台的流程编排引擎串联为端到端的业务自动化方案——例如从采购询价到供应商比价再到采购订单生成的全流程自动化。随着平台能力的持续演进，更多行业解决方案将陆续推出。
青虹AI V2.0 是一个面向企业级应用场景的多智能体协作平台。通过模型无关的接入框架、标准化的工具互操作协议、低代码的流程编排引擎和可弹性伸缩的浏览器自动化引擎，平台为企业提供了从模型接入到业务落地的完整解决方案。
在安全层面，平台支持全链路加密、三级权限管控、敏感数据加密存储和全量操作审计，满足企业信息安全合规要求。在可靠性层面，无状态架构、流程持久化、消息可靠投递和连接池健康检查共同保障了业务的连续性和稳定性。
展望未来，平台计划在以下方向持续演进：增加多模态模型支持，使智能体能够理解和处理图片、语音、视频内容；建设智能体工作流市场，将行业最佳实践模板化、可复用；引入多租户隔离和用量计费能力，支撑 SaaS 化运营；探索自主 Agent 协作网络，实现更复杂的跨系统智能协同。
深圳青虹数据技术有限公司 · 青虹AI 智能体平台 V2.0 产品白皮书 · 2026 年 6 月