每张工单上的 5 个操作
一个面板,四种工单类型(事件 · 问题 · 变更 · 服务请求)。全部流式输出——首个 token 到达即开始渲染。
总结
把冗长的工单对话压缩为要点,报告人上下文十秒看完,不必翻阅三个月的评论。
起草回复
以合适的语气与语言起草客户回复。分析员编辑后再发送——AI 写第一段,不写整封。
建议解决方案
在已关闭工单历史上做 RAG 检索,呈现相似已解决工单及其修复方法,让分析员不必重新发现。
生成知识库
将已解决工单转成知识库草稿:标题、问题、解决方案、预防措施。一键发布为新条目。
翻译
回复面板上的中 ↔ 英双向翻译。整个工单对话可以本地化——不管客户用哪种语言,分析员都能用自己的语言处理。
在人工操作最重的地方也加上 AI
变更管理、审批、联络中心回复、通知汇总。
变更风险评分
每个变更根据影响、紧急度、回滚难度、历史相似度自动打分。CAB 在开工单前就看到风险分数。
审批助手
每个待审批显示一句话的诉求摘要,以及该申请人的相似历史决策——审批人几秒内决策,不必花几分钟阅读。
联络中心回复建议
多渠道聊天界面中,AI 在客户输入时即时给出回复建议。每日 AI 总结未读通知,重要事项不遗漏。
该确定的路径确定,该流式的地方流式
LangGraph 聊天机器人
9 种意图分类、确定性路由、基于知识库的 RAG 回答。当图判断需要变更工单状态时,它会执行——并在工单上写一条 AI 评论,审计轨迹清晰可见。
AI 工作流构建器
可视化 React Flow 画布 + 面向工程的 JSON 视图。9 种节点类型(LLM 调用、工具调用、RAG 检索、条件、通知、HTTP、子流程、等待、终止),模板库,版本管理,可浏览的运行记录。
流式 · 缓存 · 备用
SSE 逐 token 流式返回草稿。响应缓存按目标对象的 updated-at 作 key——同一张未修改工单再次请求同类总结,即刻从缓存返回。主 LLM 故障?自动切换到备用模型重试。
每一次 AI 调用都可审计、可预算、可评分
使用面板按用户、类型、模型、Token 数、成本记录每一次 AI 调用——可过滤、可导出。按角色的成本上限阻止预算失控。每条回复的 👍/👎 评分汇总为质量看板,让你看清团队真正信任哪些工具。任何由 AI 触发的工单变更都会在工单上写一条可见评论并归因到发起人——时间线一眼看清:「张三请 AI 起草了一条回复 → 已发送」,不是黑箱。
与你已有的 IT 运作方式契合
按角色的工具权限
哪些角色可以调用哪些 AI 工具由管理员配置。典型上线路径:先开放给二线,两周后再开放给一线。系统内置默认配置,开箱即用。
可调的提示词库
所有提示词存于数据库,管理员在后台可直接编辑——调优无需重新部署。数据库缺失时优雅回退到内置默认值,AI 持续可用。
中英双语
所有 AI 入口均支持中 + 英。提示词中带 langHint 变量,工作流以 ${lang} / ${langHint} 初始化——即使调用方未指定语言,输出也会保持在正确语言中。
两个 AI 端点 + 工作流运行
POST /api/ai-assist 返回结构化 JSON,适合程序化消费。POST /api/ai-assist/stream 提供 SSE 流式草稿,可在你自己的界面上逐 token 渲染。此外提供工作流运行 API,让管理员编排的 AI 图能由 Webhook、Cron 或工单状态变化触发。全部鉴权、全部记录在使用面板中。
常见问题
支持哪些大模型?
任意 OpenAI 兼容端点。OpenAI、Anthropic(通过 Messages 适配)、DeepSeek,以及本地 llama-cpp / Ollama / vLLM。两个环境变量(LLM_BASE_URL、LLM_API_KEY)即可切换。备用模型可单独配置。
AI 会触及租户外的数据吗?
不会。每次 AI 调用都作用于触发它的工单、用户或知识库文章所属的租户。X-MSP 多租户模式下,该约束在 RAG 检索层执行——跨租户查询在物理层被阻断。
主 LLM 故障时会怎样?
自动切换到管理员配置的备用模型重试。已发起的流式请求继续在主模型上完成;新请求走备用。使用面板记录每次调用由哪个模型处理。
可以针对某些角色关闭 AI 吗?
可以。按角色的工具权限是一等原语——你决定哪些角色可用哪些工具。典型部署:先开放二线,两周观察草稿质量后再开放一线。
可以修改 AI 的提示词吗?
可以。提示词库存于数据库,在 /admin/prompts 中直接编辑(无需重新部署)。若某条缺失,平台回退到内置默认值,AI 持续可用。
成本怎么控?
按角色设置每月成本上限。使用面板按用户、模型、调用类型、工单展示消费。响应缓存以目标对象的 updated-at 作 key,未修改工单上重复请求的同类总结从缓存返回,成本为零。