内部技术分享

交控AI助手

企业级智能体平台项目分享

2026年8月 软件研发部
AGENDA

分享议程

从背景、架构、功能到深度思考，全面介绍交控AI助手项目

01

开发背景

为什么做这个项目

02

需求与架构

解决什么问题，如何设计

03

核心功能

六大模块能力详解

04

思考与规划

深度考量与未来方向

BACKGROUND

开发背景

项目启动的三个核心驱动力

📋

领导要求

顺应AI技术发展趋势，开发企业级智能体平台

⚖️

技术选型讨论

Agent客户端 vs 服务端的架构选型深入研讨，明确各自适用场景与能力边界

🚀

个人技术积累

在AI工程化、智能体开发、企业级应用落地等方面积累实战经验

REQUIREMENTS

需求分析

对标业界标杆，结合企业实际，明确核心需求

📐 参考模板

  • OpenClaw — 开源AI客户端标杆
  • Claude Code — AI编程助手范式
  • WorkBuddy — 企业级AI工作流
  • Hermes — 智能体编排框架

🔒 个性化需求

  • 权限控制 — 分级分域的访问管理
  • 能力控制 — 精细化功能开关与限制
  • 安全性控制 — 数据隔离、审计追踪、合规保障
  • 国产化适配 — 符合国标公文格式输出
ARCHITECTURE

技术架构

三层架构设计，各司其职，协同工作

后端服务 Spring Boot + Spring AI

  • 远端LLM调用代理
  • 统一身份鉴权
  • 会话审计日志
  • API网关与限流

管理后台 Vue3

  • 用户与权限管理
  • 数字员工配置
  • 系统监控看板
  • 知识库维护

客户端 Electron + Vue3

  • 交互终端界面
  • 微信扫码绑定
  • 本地命令执行
  • 离线能力支持

💡 Spring AI 选型关键考量

  • 多模型适配：预留模型切换/降级机制
  • Function Calling：统一封装不同模型差异
  • 流式响应：SSE流式输出保障客户端体验
FEATURES

核心功能（一）

AI代理与数字员工系统

🛡️

AI代理 + 鉴权

企业级安全网关，确保AI交互可控可审计

  • 敏感信息自动识别与脱敏隐藏
  • 全量会话内容审计与追溯
  • 基于角色的细粒度权限控制
  • 模型调用统一代理与限流
  • 异常行为实时告警机制
👤

数字员工系统

服务于特定领域的专属智能体，可定制可扩展

  • 领域专属Agent快速创建
  • 专属Skill技能库管理与复用
  • 按需定制开发新能力
  • 多数字员工协同工作流
  • 性能与效果持续追踪优化
FEATURES

核心功能（二）

记忆系统与自进化能力

🧠

三层记忆系统

让AI从"工具"进化为"伙伴"的关键设计

  • 长期知识 — 领域知识库、规章制度、项目经验
  • 每日笔记 — 工作摘要、待办追踪、会议要点
  • 上下文记忆 — 多轮对话连贯、意图保持
  • Embedding编码 + 余弦相似度精准检索
  • 记忆自动归档与过期清理策略
🔄

自进化系统

构建"会成长"的数字员工，实现闭环自我优化

  • 定期自动回顾历史对话，提取关键信息
  • 有价值内容自动归档，更新知识库
  • 根据使用反馈自动修正Skill文档
  • 统计调用频率，识别优化方向
  • 关键节点人工审核，安全与效率平衡
"生"与"养"的界定：系统自动进化建议 + 关键节点人工审核 = 安全与效率的平衡。Skill文档修正等涉及生产稳定性的操作，采用"自动建议+人工确认"的混合模式。
FEATURES

核心功能（三）

文档处理与本地命令执行

📄

国标公文处理

符合国标格式的智能文档生成，政务刚需

  • 严格遵循GB/T 9704等公文格式标准
  • 自动生成页边距、字体、行距、层级标题
  • AI生成后自动格式校验与修正
  • 支持红头文件、通知、报告等常见类型
  • 一键导出Word/PDF，直接可用
关键考量：公文格式难点不在技术而在标准符合度验证。建议引入"格式校验"环节，自动检查而非仅靠Prompt约束。
⚡

Shell命令执行

安全可控的本地命令执行，提升运维效率

  • 执行前智能自检与风险等级评估
  • 运行时环境缺失自动检测与提醒
  • Windows / Unix 双平台完全兼容
  • 完整操作审计日志，关联操作人身份
  • 敏感命令（rm/drop等）强制二次确认
安全策略：白名单机制（非黑名单）、沙箱隔离执行、受限用户权限运行，构建多层防护。
FEATURES

核心功能（四）

微信集成与客户端特色能力

📱

微信绑定

打通日常办公场景，随时随地与数字员工交互

  • 个人微信扫码一键绑定账号
  • 语音消息自动转文字处理
  • 支持文字 / 图片 / 文件 / 语音全类型
  • 移动端消息实时同步至PC客户端
  • 降低使用门槛，提升日常办公便利性
合规风险：个人号自动化存在被封禁风险，建议评估企业微信稳定性；微信内容进入企业系统需关注个人信息保护合规；交通领域专有名词ASR准确率需后处理校正。
💻

客户端能力

Electron桌面端，本地执行更灵活更安全

  • 本地文件系统直接读写操作
  • 离线环境下基础能力可用
  • 独立沙箱运行，与业务系统隔离
  • 本地Embedding计算，数据不出域
  • 弱网/断网场景下的持续服务能力
ROADMAP

客户端 vs 服务端

明确能力边界，实现分层定位

维度 客户端数字员工 业务系统内置智能体
定位 个人/团队的"外脑" 业务系统的"内嵌能力"
核心场景 本地文件、Shell命令、微信消息 流程自动化、数据集成、报表生成
优势 本地执行灵活、独立文件系统、离线可用 统一数据处理、系统集成、权限集中
关注点 本地任务处理与个人工作流 与业务系统的深度集成
🔗 两者通过统一身份体系与记忆同步机制打通，形成完整智能体网络
INSIGHTS

关键深度思考

项目建设中的核心考量与经验教训

🌱"生"与"养"的界定

数字员工不是一次性开发完成，而是需要持续运维进化

"生"（创建） "养"（进化）
业务方提需求 系统自进化
IT/AI团队开发Skill 运营人员调优
知识库初始化 对话日志→记忆提取
Prompt模板设计 Skill使用追踪分析
自动进化建议 + 关键节点人工审核 = 安全与效率的平衡

⚙️Spring AI 选型考量

Spring AI生态快速演进，需关注以下关键点

  • 多模型适配：预留模型切换与降级机制，主模型异常时自动切换备用
  • Function Calling：不同模型间Tool/Function Call抽象差异大，需统一封装层
  • 流式响应：SSE流式输出直接影响客户端体验，需重点验证稳定性
  • 版本兼容性：Spring AI API变化较快，需锁定稳定版本或做好兼容层
建议：模型层做统一抽象封装，降低对单一框架的耦合

🔐安全与合规考量

企业级AI项目必须前置考虑的风险点

  • Shell安全：白名单优于黑名单，沙箱隔离执行，审计留痕
  • 微信合规：个人号自动化存在封号风险，建议评估企业微信方案
  • 数据安全：微信消息内容进入企业系统，需符合个人信息保护要求
  • ASR准确：交通领域专有名词语音识别需领域后处理校正
安全策略：预防 > 检测 > 响应，多层纵深防御
NEXT STEPS

下一步计划

从项目到平台，从工具到生态

🔌

插件化智能体平台

Deepseek Harness

  • Skill标准化定义规范
  • 内部Skill市场与仓库
  • 隔离运行环境
  • 版本管理与共享复用
👤

数字员工定制开发

领域深度适配

  • 交通控制领域专属Agent
  • 业务场景Skill定制
  • 多角色协同工作流
  • 性能与效果持续优化
🌐

客户端服务端协同

分层定位，能力互补

  • 明确能力边界与分工
  • 统一记忆同步机制
  • 共享身份认证体系
  • 双向消息通道建设
THANK YOU

感谢聆听

欢迎交流讨论

崔峰赫

2026年8月