LangChat Agentic 商业产品白皮书

应用广场用于集中发布和发现经过验证的智能体、工作流与 Agentic 应用。平台按客服、知识问答、数据分析、内容创作、办公助手和流程自动化等场景组织应用，让业务人员可以按需查找和使用已经过验证的能力。

应用构建与应用消费相互分离：业务人员无需进入编辑器即可直接使用已发布能力，同时通过可见范围和发布状态控制内部试用、部门共享与全员开放的边界。它适合建设企业内部的 AI 应用门户，降低重复建设和能力发现成本。

• 按业务场景组织应用
• 构建与消费分离
• 可见范围与发布状态控制

标准智能体以主模型、系统提示词和安全策略定义应用职责、表达规范与拒答边界，并按需挂载知识库、业务数据、插件、技能、外部服务和任务委派资源，形成可复用的能力栈。

右侧会话区可以直接验证模型回答、工具调用、工作空间文件和最终业务产物，把应用配置与真实交付连接起来。它适合产品顾问、制度问答、售前咨询、客户服务和办公助手等长期稳定服务场景。

• 提示词与安全策略
• 知识、数据与技能挂载
• 会话验证与产物交付

Agentic 应用由主管规划器、专业成员、运行规则和数据契约构成。主管负责拆解目标并分配任务，成员分别承担检索、分析、写作或工具执行，平台负责约束可调用资源、最大步骤、输出格式和人工介入条件。

它适合研究分析、竞品调研、经营决策和跨部门资料汇总等难以预先固化为流程图的任务。自主协作在可控范围内运行，同时覆盖执行路径并不固定的复杂工作。

• 主管规划与任务拆解
• 多成员分工协作
• 约束内自主执行

智能问数面向业务人员提供低门槛的数据分析入口。用户可以选择一个或多个数据源及具体数据表，系统把自然语言问题转化为结构化分析任务，输出查询过程、指标结果和图表解释。它适用于销售、库存、财务、客户和运营指标的即时查询与经营复盘。

数据源管理负责连接数据库、同步表结构并维护授权范围，模型只能分析被允许的数据源和数据表。查询逻辑保持可追溯、易治理，既减少误查和口径不一致，也降低了直接编写复杂 SQL 的门槛。

• 自然语言提问并输出图表与解释
• 多种数据库接入与表结构同步
• 授权范围内的受控只读查询

文档预览保留原始阅读与核验体验，提供目录树、缩放、旋转、下载、全屏、打印和文本搜索。业务人员可以把原始文档与向量分段相互核对，适用于内容校对、制度审阅和知识资产验收。

知识库设置统一管理知识库名称、可见范围、向量数据库、向量化模型、推理模型、视觉模型、Rerank 和默认检索策略。默认策略可被召回测试、智能体和访问 API 继承，同时允许下游场景按需覆盖。

召回测试允许使用真实业务问题对语义检索、全文检索和混合检索进行对比，并调整返回数量、最低相关度和融合平衡值。测试参数只作用于当前验证，不直接改变线上默认策略，便于安全调优。

• 原始文档预览与搜索打印
• 统一模型资源与默认检索策略
• 多种检索方式对比且不影响线上

知识图谱将文档中的实体、关系和来源组织为可查询结构，并提供阅读、关系图、节点搜索、图谱查询、任务记录和修订管理。它适合产品依赖、服务政策、组织规则和复杂术语体系等需要跨文档理解的场景。

节点来源可以回溯到具体文档片段，便于审阅与审计，并帮助团队在资料不断增加的过程中保持复杂知识的一致性。

• 实体与关系抽取
• 关系图、节点搜索与图谱查询
• 跨文档理解与来源可追溯

视频创作支持基于文字或图像描述生成动态内容，围绕模型、时长、比例和任务状态组织生产过程，适合短视频概念验证、营销片段、产品演示和培训素材。

文本创作提供面向长文档的编辑工作区，覆盖目录、批注、AI 改写、表格、图表和 Office 导入导出，支撑报告、方案、制度、合同和营销稿件从初稿生成到人工审阅再到正式交付的完整链路。

• 文字或图像驱动视频生成
• 模型、时长与比例配置
• 长文档编辑与 Office 往返

长期记忆不是无差别保存全部聊天，而是面向可复用事实建立结构化记忆资产。平台按长期指令、用户偏好、项目事实、用户画像和其他信息分类，保留来源、适用范围、重要度、置信度、命中次数和启用状态，并支持人工校正。稳定事实与临时会话分离。

用量与限额以组织和用户为治理对象，把资源控制放在模型调用之前。平台可按组织或个人配置调用额度，并记录模型、状态、处理时间、实际用量和结果说明，支持内部成本分摊、客户套餐、试用额度和高峰期资源保护。

• 记忆分类并保留来源与置信度
• 组织与用户两级额度
• 用量记录与成本核算

安全策略采用规则定义、运行时检查、处置动作、审计反馈的闭环架构。输入层检查指令攻击、越权请求、隐私信息和高风险内容，避免风险进入模型上下文；输出层识别敏感信息、违规表达和不适宜内容，并按策略阻止或替换；工具层在外部调用或真实动作执行前再次校验；推理层保护思考过程中的敏感内容。

内容安全页量化安全策略的运行效果，统计检查总数、命中率、阻止数、替换数和检查耗时，并记录检查阶段、目标应用、命中规则、风险等级和脱敏片段。审计结果可以反向调整规则范围、策略阈值和应用保护等级。

• 输入、输出、工具与推理分层检查
• 按风险类别阻断、替换或放行
• 审计指标反哺策略调优

MCP 服务用于接入符合 Model Context Protocol 的外部能力，以标准方式发现工具、资源和提示词。平台从服务配置、传输方式、启用状态和运行实例等维度管理 MCP 连接，使外部能力能够被智能体按标准方式复用。

运行详情展示传输协议、客户端连接、运行实例、启动时间、最近活动和生命周期记录，便于验证服务是否可用、定位连接问题并追踪运行状态。

• 标准协议接入外部能力
• 服务配置与启用状态管理
• 运行详情与生命周期记录

文件存储提供文件夹、上传、列表与网格视图、文件类型、存储位置和大小等管理能力，为知识库源文件、智能体附件、内容创作素材和工作空间产物提供公共存储底座，并通过存储位置标识适配本地或对象存储部署。

任务调度统一展示任务总数、启用状态、执行中、成功和失败情况，管理任务编码、分组、状态和下次执行时间，并保留执行记录，适合数据同步、报告生成、缓存维护、消息推送和系统巡检。

• 文件夹、上传与多视图管理
• 跨模块共享的存储底座
• 周期任务管理与执行记录

系统监控持续采集操作系统、架构、运行时间、处理器、内存、磁盘和网络数据，通过 CPU、内存和负载识别资源压力，通过磁盘挂载点与可用空间预警容量风险，通过网络接口和累计流量判断连接与传输状态。

模型监控关注 AI 请求本身的运行质量，汇总请求量、成功率、平均耗时、P95、Token 和估算费用，按来源、模型、节点类型、运行状态和时间范围进行维度分析。链路列表展示模型调用与错误信息，模型排行比较调用量、成功率、耗时和成本，为模型选型和容量规划提供依据。

• CPU、内存、磁盘与网络健康监控
• AI 请求质量、耗时、Token 与费用
• 维度分析、链路追踪与模型排行

菜单管理维护导航层级、页面入口、权限标识、组件映射和展示状态。它既决定用户能看到哪些模块，也为页面内操作权限提供来源，适合私有化部署中的模块裁剪和分级开放。

在线会话展示当前登录用户、会话状态、访问位置、设备和登录时间，使管理员能够识别异常登录、掌握并发使用情况并在必要时终止高风险会话。

• 导航层级与权限标识管理
• 私有化部署的模块裁剪
• 在线会话可见与终止

从能力结构看，LangChat Agentic 的产品定位可以概括为：

• 对业务人员：提供 AI 应用门户、业务对话、自然语言数据分析、内容创作和可视化页面使用入口。
• 对构建者：提供三类范式的智能体设计、知识加工、数据源配置、技能工具与 MCP 能力资源、提示词资产和工作空间。
• 对管理员：提供模型管理、安全策略、用量限额、可观测、权限管理、系统配置、日志和任务调度。
• 对运维人员：提供系统监控、运行日志、命令终端、任务调度、客户端运营和发布能力。

因此，LangChat Agentic 的核心价值不是提供一个聊天框，而是把 AI 能力、业务数据、知识资产、内容生产和平台治理统一成一个可配置、可发布、可追踪、可运维的产品体系，让企业最终获得一组能够被构建、发布、使用、审计和持续优化的 AI 应用资产。