东方通智能体平台破解AI应用“最后一公里”密码
一、背景
随着企业业务规模持续扩张、数据量大量增长，传统分散式、人工化的数据处理与安全管理模式暴露出诸多弊端：安全及制度知识检索依赖人工筛查，响应效率低；安全隐患排查缺乏智能预判机制，风险管控滞后；数据存储与调用分散，跨部门协同查询困难，难以形成数据合力。这些问题不仅制约了企业运营效率的提升，更在数据安全与数据合规方面埋下潜在风险，成为数字化转型进程中的“卡脖子”环节。
在此形势下，以AI大模型为技术底座，构建自主可控的智能管理体系。通过打造安全及制度知识的快速问答式检索系统、智能化安全隐患排查与记录、各类数据智能组合查询及输出，实现业务智能化、自动化、流程化处理；在满足业务的同时，建立统一知识库（向量数据库），将分散的业务数据、安全信息与知识图谱深度整合为知识数据，为企业自有大模型提供高质量数据支撑，完善大模型基础知识建设。
二、目标
（一）构建自主可控的智能管理体系
以AI大模型为强大的技术底座，致力于构建一套完全自主可控的智能管理体系。该体系将摆脱对国外技术的依赖，确保企业在数据处理和安全管理等关键领域拥有自主掌控的能力，为企业的稳定发展提供坚实的技术保障。通过自主可控的技术架构，提高企业的信息安全水平，降低技术风险，增强企业在数字化转型过程中的自主性和可靠性。
（二）实现业务智能化、自动化、流程化处理
打造安全及制度知识的快速问答式检索系统，利用AI大模型的强大自然语言处理能力，员工只需通过简单的提问，就能快速准确地获取所需的安全知识和制度信息。
建设智能化安全隐患排查与记录系统，借助AI的数据分析和预测功能，实现对安全隐患的智能预判和实时监控，及时发现潜在风险并采取相应措施。
实现各类数据智能组合查询及输出，打破数据孤岛，整合分散的数据资源，使各部门能够快速便捷地获取所需数据。
实现审计报告智能分析，提高审计报告管理水平，提升审计报告分析速度，全面加强审计分析能力。
（三）建立统一知识库，完善大模型基础知识
建立统一的知识库，将分散在各部门的业务数据、安全信息与知识图谱进行深度整合，形成丰富、全面的知识数据。这些知识数据将为企业自有大模型提供高质量的数据支撑，不断优化和完善大模型的性能。
三、建设内容
内容1：搭建大模型驱动的智能体平台
智能体平台拉通应用与大模型，帮助用户快速搭建企业专属智能体，让应用快速、精准使用大模型。作为智能体开发、部署和运维一体化平台，具备如下核心功能：
支持配置各种大模型、向量数据库、提示词、数据库等，并可以在大模型应用中灵活引用。
支持灵活定义智能体应用的能力；支持拖拉拽布局，可灵活构建AI应用；支持不同节点配置不同参数；支持设计态一键构建AI应用。
通过内置和客户化的应用模板，能一键构建AI应用。经过设计后的大模型应用可以保存为流程模板，通过流程模板一键构建AI应用。
支持灵活配置大模型、知识库、嵌入模型、输入输出干预等内容；支持Java代码、JavaScript、Restful对接多种方式，被应用敏捷调用。
提供分租户查看运行概览功能，从平台、租户、用户多角度了解大模型应用运行状况。
客户数据不出域，数据文件和数据库对接加密访问和传输，分租户隔离应用、数据库、模型和文件等，保障数据和应用安全。
内容2：提供智能体满足用户应用场景
制度问答、安全问答
基于日常工作需要，构建管理制度问答和安全制度的快速检索问答。问答依据结合互联网国家标准规范及行业规范企业内标准规范及相应制度文件进行综合性回答。
具备包括如下能力：
数据自动处理功能：支持自动对所上传数据做清洗、标注、去噪、去重、分词、标注和格式化以及生成QA对等能力。
提示词模板建立功能：系统内置常用类型提示词模板，并支持新增提示词模板。
知识库管理：支持新建知识库及调用外部搜索知识库，支持配置知识库所调用的大模型。
智能体工作流管理：持配置问答应用的高阶工作流程编排，可采用可视化低代码手段、多智能体集成形式进行复杂工作流程任务的执行。
问答模型强化学习：系统支持强化学习和人机反馈，通过人类反馈（RLHF）进一步优化模型的响应质量。人工修改后的答案进行智能判断，按照权重因子、用户反馈等维度进行机制判断后存入知识问答向量库，用以提升大模型垂直度适用。
智能问数
针对企业内各类数通过NL2SQL的方式自动输出问询结果，根据用户相应问数要求生成相应报表，并依据用户反馈后的正确输出结果，反向存入数据库。
具备包括如下功能：
新建数据源：支持接入MySQL、Oracle、金仓等常见数据库类型。
目标数据源表结构标注能力：支持对数据源表结构标注，构建数据源结构知识库。
根据意图构建SQL能力：自动识别用户意图，根据用户意图结合数据表述信息，生成业务SQL语句。
SQL检查能力：支持通过提示词对生成SQL控制能力，同时支持对SQL检查能力，当SQL不合理，采用渐进式提示词能力，对SQL持续优化和生成。
SQL自动执行能力：支持执行SQL能力。
数据渲染能力：支持调用常用的数据报表渲染工具，把SQL执行结果多样化展出能力，包括列表、曲线图、柱状图等。
数据分析能力：支持对数据结果根据知识库内容对数据分析，给出分析建议。
隐患智能分析
对各类安全隐患图片的识别与智能分析，并自动给出判断依据及处理建议。包括事故图片分析、场地设备隐患分析和消防安全隐患分析等。
支持分析安全隐患照片文件，给出存在哪些安全隐患、具体描述、隐患类型、分析这类安全隐患判断依据，根据分析出的隐患提出相应整改建议。同时，如该答案被采纳，需要将该答案数据自动填入知识库，以便智能问数功能进行调用。
该AI应用与现有排查工具对接，实时接入视频数据，同时支持工作人员手机端APP调用，构建安全隐患随手拍功能。
智能审计
通过智能写作基础场景，实现对企业审计报告的智能分析，实现如下功能：
针对企业审计报告内容，能够自动匹配企业相关制度和法律条文，并进行精准定性，避免人工查询和匹配的时间浪费。
智能审计以对话框形式与用户交互，生成审计报告。
能够自动阐述问题的来源、性质，并引用国家审计署或北京市审计局的外部报告作为参考资料。
自动利用历史审计报告模板生成新的审计报告，节省人工编写的时间。
四、实施效果
人员工作效率提升
构建快速问答式检索系统，替代人工文档筛查。响应时间≤2秒（简单问题），复杂问题（如跨多制度条款整合）≤5秒，较传统人工检索效率提升90%以上。
智能问数应用支持并发查询，查询结果准确率≥95%，跨部门数据协同效率提升80%（原需24小时人工整合的数据，现可实时输出）。
隐患等级判断准确率≥90%，异常识别准确率达95%，较人工巡检漏检率降低70%。
智能审计法规匹配准确率≥92%，审计报告生成效率提升85%（原人工编写需2天，现可1小时内生成初稿）。
安全性增强
数据传输与存储加密，客户数据不出域，数据泄露风险降低99%。
平均故障修复时间（MTTR）≤30分钟，保障核心业务安全和业务连续。
建设与运维资金优化：
开发投入减少：智能体平台复用性避免重复开发，研发投入减少≥40%。
数据管理提升数据质量60%，为AI技术全面迭代奠定基础。
制度问答
智能问数
隐患识别
智能审计
完成单位：北京东方通软件有限公司
完成人：杨西利、王刚、闫利博、于滨峰