AI Agent 中心
模型供应商、模型管理与授权、中转 Key、用量统计、对话记录与记忆管理；工具执行过程可视化，AI 每一步干了什么全程可见。
人话：AI 大脑的"供电站"——主流大模型随时切换，AI 还记得你的习惯
ENTERPRISE AI AGENT PLATFORM
CORE HUB AI
▍
让 AI 在企业里安全地"上班"：自然语言问数、定时跑报表、制度随问随答
每一步有据可查，数据不出内网。
- 0
- 大核心子系统
- 0
- 管理能力模块
- 0
- 终端形态覆盖
- 0
- % 私有化部署
01 / 核心能力矩阵
从对话到数据，从智能到治理，全链路覆盖企业 AI 场景
AI 技能中心
数据技能经授权后 AI 直连企业数据；个人技能支持上传自建脚本，在安全沙箱内运行并产出结果；技能卡片工作台即选即用，定时任务让 AI 按点自动跑报表，把重复任务沉淀为可复用的 AI 能力。
人话：把重复的活儿做成技能，一句话让 AI 代跑
DMS 数据中台
数据源与接口源统一接入、MCP 管理、同步任务与日志、表结构与业务域建模，让 AI 直接读懂企业数据。
人话：AI 直接读懂业务库，用中文提问就出数
企业知识库 KB
知识库分角色授权、文档管理、检索与下载审计、检索效果评测，企业知识资产安全沉淀、精准召回。
人话：制度文档喂给 AI，新人提问秒答、有出处
治理与审计中心
审计日志、用量看板、配额管理、审批策略，AI 用量与权限尽在掌控。
人话：谁用了 AI、用了多少、干了什么，一屏看清
通用 AI 助手
与主流大模型日常对话、写材料、翻译润色、解读上传的附件、联网查证资讯，多轮记忆越用越懂你 —— 全员的通用 AI 入口，同样跑在企业的权限与审计边界内。
人话：给每位员工配一个通用 AI 助手，写材料、读文件、查资料一句话搞定
02 / 使用场景
不讲概念，看一天 —— AI 在企业里真实是怎么用起来的
08:30销售在微信里问库存
客户临时要报价，不用开电脑登系统 —— 在微信里直接问 CoreHub AI 机器人，AI 经数据技能查库，几分钟给出当前库存与建议报价。
10:00财务的对账报表自己跑完
定时任务按点触发 AI 技能，报表自动生成；产物文件直接落回平台统一管控 —— 不用人盯，也不会外传。
14:00AI 记得你，不用从头解释
昨天的查询结论、你偏好的报表口径，新对话里 AI 自动带入；上午在工位上没聊完的会话，下午打开手机接着聊 —— 记忆和记录都在平台侧，随人不随设备。
17:30总经理看今天 AI 用得值不值
用量看板一屏呈现：哪个部门用了多少、消耗了哪些模型、跑了哪些任务，配额按角色管控，AI 投入产出清清楚楚。
03 / 产品一览
Web 管理端全景 × 移动端随手可用 · 点击图片可放大查看
04 / 企业信息安全
企业级安全不是加分项，是 CoreHub AI 的立身之本 —— 数据不出内网，文件不出平台，操作不留死角
私有化部署
全栈 Docker 化交付，整套系统部署在企业内网，业务数据与对话记录全程不出域；模型密钥、数据源凭据均加密存储。
权限与授权体系
用户 / 组织 / 角色 / 菜单的 RBAC 权限体系，叠加数据授权链，谁能看什么、能用什么，边界清晰。
数据脱敏与隔离
列级脱敏策略与字段可查询控制，敏感数据"看得见结构、拿不走明文"；多组织隔离，各业务域数据互不越界。
全链路审计
系统审计日志、SQL 审计、知识库检索与下载审计、能力调用台账，配合用量看板与配额管理，每一次访问都有据可查、有人可追。
AI 执行护栏
AI 生成的脚本只在 Docker 沙箱内运行，出网流量经防火墙白名单管控；SQL 只读守卫拦截危险写操作，工具调用可设审批门。
文件与产物统一治理
不只是 SQL 查询——用户提交给 AI 的每一个附件、AI 生成的每一份产物文件，都在平台内统一存储、授权与留痕，不落个人设备、不随对话外流。
// 区别于"聊完即散、文件随手传"的通用 AI 工具：在 CoreHub AI 里，从你上传的附件到 AI 产出的报告，每一个文件都有归属、有权限、有轨迹 —— 企业资产就该留在企业自己的地盘上。
05 / 多端统一接入
一套后端，五种形态，随时随地调用企业 AI
WEB
员工端 + 管理端
浏览器全功能直达
ANDROID
Android 原生应用
拍照 / 下载原生桥接
HARMONYOS
HarmonyOS NEXT 原生应用
与 Web 同源体验
PWA
添加到桌面
免安装即开即用
WECHAT BOT
扫码绑定微信
在微信里直接对话
06 / Harness 执行架构
面向技术评估者在 Spring AI 运行时底座之上，自研 Harness 控制层 —— 让 AI 从"会聊天"进化到"把活干完、干得可靠"
编排层
Harness 控制平面：接到自然语言指令后先做任务规划，拆解为 Goal / Job 长任务，再驱动 Agent Loop 工具循环 —— LLM 自主决定下一步调用什么工具、查看执行结果、迭代修正，直到任务交付。临时的活由循环规划着干，例行的活由定时任务按点触发。
运行时底座
Spring AI 1.x：function calling 与强制 JSON 结构化输出，保证每次工具调用都被稳定解析；Milvus 稠密 + 稀疏混合检索支撑企业知识库的精准命中（RAG）；ChatMemory 维持长对话上下文不断片；SSE 流式推送执行进度，且执行与连接解耦 —— 网络断线可重放，结果不丢。
数据与工具层
业务库数据源、接口源与 MCP 工具统一收拢进工具注册表，再经授权链逐层收敛 —— 每次对话，LLM 只能看见被授权给它的库表与工具；每一次调用都记入审计台账，参数、耗时、结果可回查。
安全护栏
工具调用审批门 ApprovalGate：命中审批策略的敏感操作即时挂起，等人拍板才继续；AI 生成的脚本只在沙箱内运行（进程级 / Docker 容器双引擎），出网流量走防火墙白名单；SQL 只读守卫拦截危险写操作 —— AI 的手，被关在笼子里干活。
// Agent Loop + 定时任务：临时的活 AI 规划着干，例行的活按点自动干 —— AI 不只是参谋，更是干将。
READY TO JACK IN?
让 AI 在你的企业里安全上岗 —— CoreHub AI 支持 Docker 私有化部署，数据不出内网。
◉ 微信扫码 · 添加好友后沟通
扫码添加好友，随时沟通