服务

按需求选择服务

我们的服务围绕企业数字化、智能化转型,分为数字化基础、业务落地、内部 AI 环境、软件工程、咨询与培训五类。每一项都可以单独委托;不确定从哪里开始,先做一次免费评估。

数字化基础把业务和数据搬上线

业务上线

把还在表格、纸质单据和群聊里的业务搬到线上。

包含

  • 梳理一项业务的数据和流程
  • 在飞书多维表格或轻量系统中搭建
  • 迁移历史数据,核对无误后切换
  • 配置表单、审批、权限和提醒
  • 培训使用人员,交付操作手册
  • 交付后一年内的问题由我们处理

数据打通与报表

连通现有系统,定时同步数据,做一张经营看板。

包含

  • 梳理指标口径,约定每个数字怎么算
  • 用接口连通 ERP、电商后台、财务和 CRM 等系统
  • 定时同步并校验数据,异常时提醒
  • 搭建经营看板,按角色设置查看权限
  • 交付数据字典和接口说明
  • 交付后一年内的问题由我们处理
业务落地把业务工作做成工作流

AI Agent 落地

工程师和员工一起,把一项重复的工作做成可靠的工作流。

查看交付过程

包含

  • 和员工一起梳理工作,约定验收记录
  • 开发工作流,接入现有系统
  • 重要步骤由负责人确认
  • 用真实记录逐条验收
  • 交付操作手册和培训材料
  • 交付后一年内的问题由我们处理
内部 AI 环境让员工和系统用上 AI

AI Agent 部署

为内部员工部署 AI Agent,满足日常使用需求。

了解 AgentHub

包含

  • 私有部署 AgentHub 等 Agent 平台
  • 接入飞书和模型服务
  • 为员工和项目创建 Agent,配置账号与权限
  • 管理员可以查看运行状态和对话记录
  • 培训管理员和员工,交付使用手册
  • 约定升级方式和维护安排

AI 模型网关部署

部署内部统一的模型 API 入口,集中管理密钥、配额和用量。

包含

  • 部署模型网关,接入所需的模型服务
  • 为团队和应用分配独立 Key、模型范围和配额
  • 协助现有应用切换到网关地址
  • 上线前核对调用结果、配额限制和用量统计
  • 查看各团队的请求和用量记录
  • 培训管理员,交付运维说明

AI Infra 建设

建设内部运行 AI 所需的基础设施。

包含

  • 模型选型和硬件配置建议
  • 部署本地大模型和推理服务
  • 规划和调度 GPU 等算力,供多个团队共用
  • 搭建向量检索、日志和监控
  • 按约定的并发和延迟目标压测
  • 交付运维手册,培训运维人员
软件工程开发或改造软件

开源项目二开与部署

部署已有的开源项目,按需要做二次开发。

包含

  • 比较候选项目,给出选型建议
  • 核对开源许可,确认使用范围
  • 部署 Dify、知识库等开源项目
  • 按需求修改功能,对接现有系统
  • 交付修改后的源码和使用说明
  • 约定升级方式

软件开发

按需求从零开发软件,包括企业内部平台。

查看我们的产品

包含

  • 官网、内部平台、业务系统和管理后台
  • 网页应用和 iPhone 应用
  • 梳理需求,先确认原型和界面设计
  • 电脑和手机上都能正常使用
  • 部署上线,交付全部源码和文档
  • 交付后一年内的问题由我们处理
咨询与培训判断方案,培训团队

AI 编程落地

帮研发团队把 AI 编程工具用进日常开发。我们的官网和产品也是这样开发的。

查看我们的产品

包含

  • 评估团队现状,选定编程工具和模型
  • 约定仓库规范,写好给 AI 看的项目说明
  • 调整代码评审和 CI 流程,划定安全边界
  • 在你们的真实仓库里带着工程师做
  • 培训工程师,交付培训材料
  • 建立效果度量,约定复盘方式

技术咨询

在投入开发前,评估可行性、模型选型和成本。

先做一次免费评估

包含

  • 评估数字化现状和适合用 AI 的工作
  • 排出先后顺序,拟定转型路线
  • 模型和工具选型,估算开发和运行成本
  • 审阅现有方案或 AI 项目,给出修改建议
  • 交付书面报告
  • 向管理层讲解结论,回答问题

典型场景

从软件开发到 AI Infra 建设

六个典型场景由浅入深,可以对照你们所处的阶段。

01 · 软件开发

内部业务平台

把分散在表格和群聊里的业务数据,做成一套统一的内部平台。

  • 梳理业务对象、角色和权限
  • 开发网页端和管理后台
  • 部署上线,交付源码和文档

怎么验收按约定的功能清单逐项验收。

了解这项服务
内部订单平台
订单客户报表权限
销售仓库财务
订单客户状态
SO-2041星河制造待发货
SO-2040远航物流已发货
SO-2039明川电子待开票
应用示意

02 · AI Agent 部署

员工日常使用 Agent

为员工和项目配置 Agent,在飞书里直接使用,由管理员统一管理。

部署私有部署 AgentHub,为员工和项目创建 Agent
使用在飞书群聊和私聊中使用
管理按归属设置权限,管理员可查看运行状态和对话记录
验收员工在飞书完成约定的日常任务
了解这项服务
研发助手飞书

帮我查一下这个接口为什么返回 401。

令牌过期后没有刷新。问题在 auth.ts 第 42 行,修改方案已写好。

按这个方案提交修改。

已提交,等你审查。

应用示意

03 · AI 模型网关部署

统一的模型入口

多个团队分别购买模型、保管密钥时,用网关把调用、额度和用量集中管理。

  • 接入多家模型服务
  • 为团队和应用分配独立 Key 和配额
  • 查看各团队的请求和用量

怎么验收把现有应用切换到网关地址,核对调用结果、配额限制和用量统计。

研发工具
客服系统
内部 Agent
模型网关统一 API · 独立 Key · 配额
模型服务 A
模型服务 B
本地模型

本月用量

研发部72%
客服部45%
数据组18%
应用示意

04 · AI Agent 落地

客户跟进

从会议纪要、聊天和邮件中整理需求要点、回复草稿和下一步任务,由负责人确认后发出。

怎么验收用 10 条真实沟通记录,核对要点是否完整、草稿是否可用。

了解这项服务
  1. 读取沟通记录会议纪要、聊天和邮件
  2. 整理需求要点3 项需求,2 个待确认问题
  3. 起草回复按产品资料和报价规则
  4. 负责人确认回复草稿和下一步任务待确认
应用示意

05 · AI Agent 落地

多 Agent 协作

把一项复杂的工作拆给多个 Agent 并行处理,汇总结果后交给负责人审批。

并行处理汇合等待条件分支人工审批

怎么验收用 20 份历史合同,核对风险项是否遗漏、审查意见是否可用。

采购协议40 页
条款提取 Agent已完成
风险审查 Agent已完成
报价核对 Agent发现 1 处差异
汇总 Agent已完成
法务审批待审批
应用示意

06 · AI Infra 建设

内部模型平台

数据不能离开内网时,在自己的服务器上运行模型,并提供统一的推理服务。

  • 选型并部署本地大模型和推理服务
  • 调度 GPU 资源,供多个团队共用
  • 搭建向量检索、日志和监控

怎么验收按约定的并发和延迟目标压测,核对数据不出内网。

了解这项服务

内网

应用Agent · 内部系统
推理服务统一 API · 负载均衡
模型本地大模型 · 向量模型
算力
GPU 078%
GPU 164%
GPU 281%
GPU 352%
应用示意

AI Agent 落地

把一项重复的工作​做成工作流

工程师直接和员工协作:梳理这项工作,做成工作流,接入现有系统,再交付员工使用。这种模式在业内称为 FDE(前置部署工程师)。

工作流运行在现有系统中。各步骤相互解耦,修改一步不影响其他步骤
操作手册写明日常操作、故障处理和联系人
培训材料培训使用人员并留存材料,新员工按材料学习即可接手
验收记录逐条核对真实记录的结果,由负责人确认
一年维护交付后一年内的缺陷、运行问题和小调整由我们处理

交付步骤

一个工作流的交付过程

从约定验收标准开始,到验收通过结束;交付后维护一年。

  1. 01

    梳理工作

    和负责人及实际操作的员工梳理现有流程,约定交付目标和验收记录。

    你们提供:一项工作、一位负责人、几份真实记录

  2. 02

    搭建

    选择模型和工具,把工作拆成相互解耦的步骤,配置 Agent、资料和权限。

    我们负责:方案、搭建与测试

  3. 03

    验收与培训

    用约定的记录逐条核对,培训使用人员,交付操作手册和培训材料。

    验收通过后付尾款

  4. 04

    维护

    交付后一年内,缺陷、运行问题和小调整由我们处理。

    新需求按老友价另行报价

走向数字化、智能化的第一步

先做一次免费评估,拿一份转型路线,做不做由你们定。我们在 1 个工作日内回复。