AI 能力与业务代码焊死
在业务代码里直接调某个大模型：换厂商要改代码，加降级要改代码，想知道哪个功能花了多少钱只能翻日志。
基座的做法：业务只调「能力码」，模型、提示词与降级链在后台配置。
MIANXIANGAI® · ENTERPRISE AI FOUNDATION · MXOS
面向AI · MianxiangAI®｜企业级AI新智基座
为企业提供AI原生应用系统的规划、开发、部署、交付与持续升级服务。
这是一套可被行业和企业二次塑形的 AI 应用基座：把 AI 调度、数据建模、流程编排、权限与可见范围、授权与计量、多端接入这六件每个 AI 项目都要重做一遍的事，一次做成平台底座；行业和企业的个性化部分，在底座之上通过配置、编排、模块扩展落地。
- 接入层管理后台、微信小程序、官网前台、开放 API、飞书 / 企业微信 / 钉钉、MCP 服务
- 行业实例层资源中心、工单中心、外勤走访、AI 办公、教育、项目 / CRM / 合同 / 财务等
- 编排层MxJSON 引擎：工作流、在线表单、数据集、触发中心、AI 页面生成、开放平台
- AI 中枢能力码调度、多厂商路由与降级、智能体代理、RAG 知识库、用量计量、健康探针
- 平台内核身份认证、权限与数据可见范围、入口与门户、授权、租户、席位与额度、队列、定时任务、审计日志
- 运行时PHP 8 / MySQL 8 / Redis（可选）/ Vue 3 管理后台
业务逻辑集中在服务层，各个终端只是不同的接入方式。
为什么需要「基座」
AI 在企业里落不了地，通常不是模型不够好，而是卡在模型和业务之间的三道断层。
「每个客户都不一样」与「一套代码要能维护」
行业系统大约八成诉求是共通的（表单、审批、台账、报表、提醒、导出），两成是行业特有的。两成靠改主干，客户越多主干越乱；靠独立开发，等于每个客户养一套系统。
基座的做法：个性化用元数据编排表达，而不是改主干代码。
「能演示」与「能交付」的落差
Demo 做得很快，真要交付就要回答：谁能看到谁的数据、授权到期怎么办、token 额度谁付、私有化环境能不能跑、开放给第三方怎么鉴权限流。
基座的做法：权限、授权、计量、多端、开放接口做成内核，任何行业实例开箱即得。
一句话说清楚让「给某个行业做一套 AI 系统」从一次从零开发，变成一次基座之上的装配。
基座的四根支柱
AI 能力中枢
把「调模型」变成「调能力」。
- 换模型不动业务代码：能力与厂商、模型、提示词的绑定在后台配置
- 降级链内建：主模型超时或报错，按配置的备选依次尝试
- 每次调用都计量：token、费用、耗时、是否降级，可按功能、用户、租户汇总
- 国内外主流模型可接入，也可接入自建推理服务
MxJSON 编排引擎
不改代码的个性化。
- 工作流二十余种节点，全部白名单，引擎不执行任意代码
- 人工审核节点：挂起等待审核，通过后续跑；断点续跑、步骤级重试
- 在线表单 → AI 处理 → 通知 + 台账，一条链路就是很多行业场景的最小闭环
- 开放平台：签名鉴权、配额、异步回调，便于对接已有系统
入口与可见范围
多个业务共存于一个平台，各看各的数据。
- 一个平台切成多个业务入口，用户只看到被授权的入口
- 入口管理员管本入口成员与内容，碰不到入口本身的配置
- 能改的一定能看到，列表看不到的单条也读不到 —— 这两条有测试锁定
- 在此之上还有角色、菜单、按钮级权限
授权与计量内核
让系统可以被交付、被运营。
- 签名授权：模块、席位、额度、到期与宽限期，私有化支持离线校验
- 试用 / 标准 / 专业 / 企业四档版本，按模块开放功能
- token 钱包与月度额度双轨，防超扣、防并发
- 计费模块出问题时放行并记录，不因计费故障中断已成功的 AI 响应
个性化的四种方式
成本从低到高，覆盖从「当天上线」到「深度定制」。
01 · 零代码 · 即时生效配置
入口、菜单与权限、能力绑定模型、提示词模板、额度与授权。适合同行业不同企业之间的差异。
02 · 不写后端代码 · 行业个性化的主战场编排
数据集、表单、工作流、触发器、AI 页面。一个行业的特有流程，通常可以在这一层完整表达。
03 · 工作量以天计模块扩展
沿基座约定新增业务模块，自动获得增删改查、敏感字段加密、可见范围与能力码接入。
04 · 有明确的接口契约内核扩展
新增模型厂商适配、工作流节点类型、接入渠道，不需要改动引擎主干。
与我们合作
两种合作方式可以单独选，也可以组合。
AI 算法备案授权
企业要在自己的产品或服务里提供生成式 AI 功能，绕不开算法与生成式人工智能服务的合规要求。我司已完成算法备案（备案信息以国家网信办公示为准，备案编号见品牌事实页）。合作后，你的应用可以通过授权使用我司已备案的算法与服务提供 AI 能力。
- 先评估场景是企业内部使用还是面向公众提供服务；是直接调用我司服务，还是需要你方另行履行备案或登记手续 —— 合作前按场景说清楚。
- 书面约定责任授权范围、使用场景、内容安全与生成内容标识的责任划分写进合同。
- 配套能力默认提供敏感规则与内容安全过滤、场景分级、调用留痕，以及可导出的合规说明材料。
- 我们不承诺的不承诺「免备案」，不代替主管部门作出任何审批结论。
基于基座的定制化开发
为企业提供AI原生应用系统的规划、开发、部署、交付与持续升级服务。
这个方向我们有相关技术积累，但需要先完成需求与交付风险评估，再给您明确方案。
- 规划梳理业务、数据与权限边界，确定先做哪一个场景。
- 开发按「配置 → 编排 → 模块扩展 → 内核扩展」由轻到重，能配置的不写代码。
- 部署与交付私有化或 SaaS，平台授权按版本与模块；分阶段交付、分阶段验收。
- 持续升级模型迭代不改业务代码；成熟的行业实例沉淀为模板，后续复用。
算法备案信息以国家网信办公示为准，备案编号见 品牌事实页。合作是否需要你方另行履行备案或登记手续，按具体场景评估并在合同中书面约定。
按客户类型看
同一个基座，三类客户的起点不一样。
中小企业需要什么样的 AI 应用
中小企业缺的往往不是模型，而是把 AI 接进日常业务的那一步：咨询谁来接、台账谁来记、报价和文档谁来写。我们建议从一个每天都在发生的场景开始，用基座里现成的能力跑起来，再按效果决定下一步。
了解更多 →园区需要什么样的 AI 应用与合作
园区的 AI 需求有两层：运营方自己的管理与服务（企业服务、资产与工单、政策匹配、数据看板），以及给入驻企业提供可以直接用的 AI 能力。基座的「入口」机制让一套系统同时服务这两层，各自看到…
了解更多 →政企单位需要什么样的 AI 应用与合作
政企单位用 AI，首先要回答的是：数据放在哪、谁能看、出了问题能不能追溯。基座支持私有化部署，模型可选国内厂商或单位自建的推理服务；权限与可见范围、调用计量和操作留痕是内核能力，不是事后补丁。
了解更多 →典型落地路径
约 1–2 周部署与业务摸底
部署实例、开通授权、接入模型；建组织、角色与入口；先把最痛的一张表跑起来，让业务人员开始真实录数据。
约 3–6 周行业流程编排
把特有流程搭出来：表单收集、AI 处理、审批节点、通知、台账、看板 —— 产出是业务方可以直接验收的完整链路。
约 6–12 周深度模块与集成
编排表达不了的部分做模块扩展；对接已有的 ERP / OA / 财务系统；沉淀行业知识库，配置模型绑定与降级策略。
持续运营与升级
用量与成本可视化，模型迭代，把成熟实例沉淀为同行业可复用的模板。
周期是典型情况，具体以需求与交付风险评估后的方案为准。
- 不是大模型训练平台：不做模型训练与微调，是模型的调度与应用层；需要私有模型时，接入自建推理服务纳管。
- 不是零代码平台的全部替代：编排覆盖表单、流程、看板、集成；复杂的实时交互界面、重度图形编辑仍需前端开发。
- 模块成熟度不均衡：资源中心、工单中心、AI 中枢、编排引擎、授权内核打磨程度最高；其余模块的行业深度取决于具体项目。
- 私有化环境需要现场适配：服务器、PHP 扩展、数据库版本存在差异，交付前做环境核查。
- AI 输出需要人工确认：审批与对外承诺不交给 AI。