功能介绍

OpsPilot 将 AI 的构建管理链路划分为底层资源、中层逻辑加工和顶层视图触达，以下为您按平台核心导航模块拆解关键功能点。

1. 模型 (Provider)

作为全栈智能体的基石，“模型管理”专门用于在企业内部统一注册、存放与管理各家厂商的大模型接口资产。

• 多维模型纳管：支持集中接入及启停大语言 LLM、向量化 Embed、结果重排 Rerank 甚至 OCR 等多种模型品类（避免业务人员每次开发都重复配置大模型环境与鉴权信息）。
• 可控的可见边界：针对每个模型均支持以“团队分组”和状态进行隔离管理（解决模型资产在全局乱序与跨部门鉴权的资产越权风险）。
• 敏感配置加密：对接后台的高安全性逻辑控制，自动对类似 API Key 等字段强制加密（解决密码明文在前端暴露或日志渗透的问题）。

2. 工具 (Tool)

通过工具管理使得大模型不仅只具有被动回答问题的能力，还能“长出手脚”与您现有的内部企业系统互通。

• 开箱即用集成架构：支持从内置库一键创建或自主导入自定义调用方案（使大模型能直接接管执行诸如网络监测、工单审批查询等事务）。
• 基于 MCP 协议扩展：底层强兼容 MCP 工具拉取能力（便于用户通过最新协议统一接入海量第三方生态接口能力群）。
• 上下文参数隔离：针对工具执行入参设置明确的“文本”或“密码”区分（确保运行工具向外部第三方发送指令时参数合法且密文安全流转）。

3. 知识库 (Knowledge)

知识库是解决大语言模型“凭空捏造”风险的唯一指定解药。企业可以在此集中管理“记忆”。

• 全态文本内容萃取：支持知识来源直接上传本地文档或自定义链接（解决大模型因没有实时接入特定领域语料导致无法解答专业问题）。
• 自动预处理与可视化清洗：后台接管文档的分块与切片步骤（解决无专业 AI 背景的管理人员在调整检索切片大小时配置极度受限）。
• 精细化召回控制：支持动态变更检索 Rerank 模型，并开放设置召回模式与相似阈值过滤条件（帮助系统管理员优化最终 AI 采纳答案的准确置信度）。
• 关系型图谱重塑：支持依据问答文档抽取生成特定知识图谱重塑（能够让大模型更清晰地进行因果与全景结构逻辑侧写）。

4. 智能体 (Skill)

智能体是一组逻辑单元载体，赋予具体场景下的大模型“执行角色”。

• 开箱式场景模板：内置多类智能体模板库（解决新手面对复杂长参数时不懂如何调节 Prompt 参数设定的痛点）。
• 即插即拔增强挂载：可直接勾选 RAG 能力并绑定关联“知识库”，支持调整阈值参数（确保智能体能够在指定范畴内以既定的强关联业务逻辑思考问题）。
• 长程记忆管理：提供严格模式与聊天历史携带设定开关（使智能体支持在超长时间线的交互中始终保持对上下文连续会话逻辑的追溯能力）。

5. 工作台 (Studio) 及 ChatFlow

面向交付人员最终装配智能体与提供服务落地的中台场所。

• 服务形态切换：提供针对单个场景定制 Pilot 的应用卡片乃至 LobeChat 会话类型架构管控（解决智能应用无法模块化落地的工程阻碍）。
• 多源触发触达：内建丰富的工作流入口能力，对齐诸如 OpenAI 平行接口、RESTful 以及定时跑批（拓宽上层集成渠道）。
• 所见即所得图编排：由基于节点的 ChatFlow 构建的拓扑画布控制。

🖼️ 界面指引：

• 配置逻辑：在这张画布上，如果需要设计包含逻辑“分支”，请直接从左边拉出「逻辑判断」节点，根据上下文的问答意图流向不同的智能体与动作去解答和执行。

6. 会话跟踪与平台渠道 (Sessions)

运营与合规支持组件。

• 全渠道多模态发布：支持对钉钉、微信公众号、企业微信群甚至 GitLab 构建开环支持（解决模型平台难以融入企业协同环境的困局）。
• 业务审计闭环日志：通过提供可视化交互式的 Chat Log 及底层算力/Token 的全链路耗用明细账单（帮助企业规避业务风险并控制不可视的模型消费成本）。

⚠️ 注意 / 安全最佳实践： 为保护全流程的数据资产安全，请一定注意为「知识库」与关联其使用的「智能体」设置适当的团队范围以限制交叉污染。同时所有的外网平台回调 Webhook 地址请进行强脱敏存储。