底座是六块拼起来的
每块下面的进度条是我们在已交付项目里的实测覆盖率 / 准确率，不是宣传口径的满分。
大模型统一接入
全面兼容国内外主流商业、开源及私有化大模型，统一进行 Token 调度、网关路由、请求计费与日志监控。换模型只改配置，不改业务代码。
RAG 知识工程
支持合同大纲、结构化表格与扫描件的高精切片。检索结果必须带出处，答不上来时明确说「资料里没有」，而不是编一个像样的答案。
AI 智能体编排
图形化拖拽把复杂任务拆成子智能体链式协作，每一步的输入输出都可回放。任务失败会落到人工队列，不会静默丢单。
AI 数据驾驶舱
语音或文本问数，自动选图表、自动归因。生成的 SQL 会展示出来 —— 财务口径的事，得让懂业务的人能核对。
安全与合规
权限细粒度到字段级，内容过滤沙箱拦截越界请求。谁在什么时间让 AI 做了什么、AI 引用了哪几份文件，全部留痕可查。
私有化本地集群
在政企内网完成离线部署，含模型权重、向量库与日志。附带运维手册、培训视频与完整源码，你的团队随时能接手。
为什么多花一次重排的钱
很多 RAG 方案止步于「向量检索 Top-K」，看着能跑，一到专业领域就答非所问。 我们默认走两阶段：先向量召回 50 条，再用 reranker 精排出 5 条。多一次推理开销，换来的是下面这组差距。
切片：按语义而不是按字数
规程条款、合同条目、表格行都是有边界的。按固定 512 字硬切会把一条规定劈成两半，检索出来只剩半句话。
召回：向量 + 关键词双路
纯向量对「GB/T 50065」这类编号型查询几乎无效，得靠关键词兜住；纯关键词又答不了「类似情况怎么处理」。两路都要。
精排：把选择权交给 reranker
召回阶段宁滥勿缺（Top-50），由 bge-reranker-v2-m3 逐条判断相关性再取 5 条进上下文。噪声进得少，幻觉自然少。
用什么，以及为什么
选型不是列时髦名词。下面每一行都标了「为什么选它」，也标了它不适合什么场景。
大模型
-
DeepSeek-V3 / R1 主力推理
中文理解与长文档摘要表现稳，蒸馏版能塞进单机双卡跑私有化。
-
Qwen2.5 系列 结构化输出
函数调用与 JSON 输出稳定度好，Agent 编排里当执行层。
-
Qwen2-VL 多模态
读扫描件、水位尺照片、工程图纸标注。识别结果一律标注置信度。
-
Ollama / vLLM 承载
小规模内网用 Ollama 省事；并发上来换 vLLM，吞吐差好几倍。
检索与知识
-
BGE-M3 向量化
中英混排与长文本都能吃，同时产出稠密 + 稀疏向量，一个模型顶两路。
-
bge-reranker-v2-m3 精排
Top-50 召回后逐条打分。上一节那组差距主要就来自这一步。
-
Milvus 向量库
千万级向量仍能稳住 P95。百万级以下我们会直接用 PostgreSQL + pgvector，省一套中间件的运维。
-
MinIO 对象存储
原始文件留档，答案引用时能直接跳回原文件的对应页。
编排与应用
-
LangGraph 工作流
有状态图而不是线性链，失败能从断点重跑，不必整条重来。
-
Spring Boot 3 / SpringCloud 后端
国企 IT 团队最熟的一套，交接后他们能自己改，这比技术先进性更重要。
-
Vue 3 / React 18 前端
按客户既有栈选，不强推。已有前端团队的项目一律跟随对方技术栈。
-
CesiumJS / PostGIS 水利专用
三维孪生与淹没演推；空间查询下沉到 PostGIS，前端只负责渲染。
部署与运维
-
Docker Compose 中小规模
单机或三台机器的场景不上 K8s。少一层抽象，客户运维能自己看懂。
-
Kubernetes 集群规模
多节点、需要弹性扩缩容或已有国资云平台时才用。
-
Prometheus + Grafana 监控
质量闸门的那几个指标就挂在这里，阈值告警直达值班群。
-
离线镜像包 内网必备
物理隔离环境没有公网。所有依赖打成离线包带进现场，含模型权重。
从芯片到大模型，全栈可替换
国资 / 央企项目基本都会问这一条。下面是我们实际验证过的组合， 带「已验证」标记的是在真实项目里跑过的，其余是可支持但尚无落地案例，不含糊其辞。
- 鲲鹏 920已验证
- 海光 CPU已验证
- 昇腾 910 推理卡可支持
- 统信 UOS已验证
- 银河麒麟 V10已验证
- 欧拉 openEuler可支持
- 达梦 DM8已验证
- 人大金仓 KingbaseES已验证
- OceanBase可支持
- DeepSeek 系列已验证
- 通义千问 Qwen已验证
- 智谱 GLM / 百川可支持
AI 能碰什么，是我们一开始就划死的
「AI 出错谁负责」是政企客户第一个会问的问题。答案不在免责条款里，在架构里。
人在回路，且是最后一环
AI 只产出草稿：报告草稿、回复草稿、风险标注。真正发出去、真正生效的那一步， 必须由有权限的人点击确认。出错停留在草稿层，碰不到真实业务。
全链路留痕，可倒查
谁在什么时间提了什么问、AI 检索了哪几份文件、引用了哪几段、最终谁批准的 —— 全部落库。审计时能一路倒查到原始文件的具体页码。
数据不出园区
系统、模型权重、向量库、日志全部本地存储，物理隔离环境不留任何外呼通道。 支持国密算法与等保三级，可签署数据安全责任书。