产品定位
让企业拥有自己的AI团队
智能体RAG是一款基于 DeepSeek 大模型的私有化企业AI助手平台，融合 Agentic RAG + Multi-Agent System + Knowledge Graph 三大核心技术，自带 CRM/ERP 适配器、三层记忆系统与多 Agent 协作引擎，为企业打造专属的AI智能体团队。
55+
API 端点
23
系统工具
6
分析角色
11
MCP 工具
3
记忆层级
7
ETL 看板
为什么选择 Agentic RAG
与通用 AI 产品及 DIY 方案的本质区别
| 维度 | 通用 AI 产品 | Dify+LangChain+LangGraph | Agentic RAG |
|---|---|---|---|
| 数据安全 | 数据经云端 API，可能外传 | 可私有化，需自行配置 | 全私有化部署，数据不出域 |
| 业务融合 | 无法连接内部系统 | 需自行开发连接器 | 原生集成 CRM/ERP/数据库 |
| 记忆能力 | 无持久记忆 | 短期会话历史 | 短/中/长期三层记忆，越用越懂你 |
| 检索方式 | 单一关键词/向量匹配 | 向量检索+关键词 | 向量+知识图谱混合检索 |
| 分析深度 | 单轮问答，无深度推理 | 需自行编排 | 6角色并行深度分析+综合报告 |
| 工具调用 | 需要二次开发 | 需自行编写工具函数 | 23内置工具，@mention即调用 |
| 长期成本 | 按Token计费，持续增长 | 开发+运维+API费用 | 一次部署，国产大模型，成本可控 |
核心能力矩阵
智能问答
7x24h自然语言交互，三层记忆系统
GraphRAG 检索
向量+图谱混合，准确率大幅提升
多角色分析
6大角色并行分析，效率提升5倍
数据洞察
SQL智能查询，图表自动生成
报告生成
PDF/DOCX一键导出，专业排版
三层记忆
自动提取偏好，跨会话不遗忘
企业工具生态
23工具+11 MCP，开箱即用
企业级安全
ABAC权限+SQL拦截+本地嵌入
核心技术详解
GraphRAG 混合检索引擎 — 向量 + 图谱双引擎
向量语义检索
BAAI/bge-large-zh-v1.5，1024维，完全本地离线运行
知识图谱推理
Neo4j 5.11，6节点类型+8关系类型，3层关系扩展
全文检索
CJK分词器+中文优化，精准关键词匹配
融合排序算法
频率加权 + 时间衰减 + 相似度 三重融合
知识版本管理
KnowledgeVersion节点+HAS_VERSION关系链
渐进式加载
种子节点优先+后台批量加载，大图谱不卡顿
融合排序公式
final_score = similarity x freq_weight x time_decay
freq_weight = 1 + 0.2 x log(1 + activation_count)
time_decay = exp(-0.0077 x days)
freq_weight = 1 + 0.2 x log(1 + activation_count)
time_decay = exp(-0.0077 x days)
三层记忆系统 — 让AI真正"记住"你
L1
短期记忆
PostgreSQL 最近20轮对话
动态Token预算分配
60%历史+30%当前+10%缓冲
动态Token预算分配
60%历史+30%当前+10%缓冲
L2
中期记忆
Neo4j PersonalFact节点
LLM自动提取4类事实
偏好/背景/项目/痛点
LLM自动提取4类事实
偏好/背景/项目/痛点
L3
长期记忆
pgvector 压缩摘要
跨会话语义搜索
突触权重动态时间衰减
跨会话语义搜索
突触权重动态时间衰减
自动提取 · 黑白名单过滤 · 权重衰减 · 智能压缩 · 孤儿清理 — 每10轮对话自动刷新用户画像，越用越懂你
多 Agent 协作引擎 — 6位专家同时为你工作
财务分析师
财务健康度、现金流
成本控制、ROI评估
成本控制、ROI评估
法务顾问
法律合规、合同审查
法律风险识别
法律风险识别
技术专家
技术可行性、架构评估
实施方案
实施方案
运营专家
运营效率、流程优化
资源调配
资源调配
销售顾问
销售策略、商机管道
客户洞察
客户洞察
战略顾问
战略规划、市场分析
竞争策略
竞争策略
意图解析
→
角色确认
→
并行分析(最多5路)
→
四阶段综合报告
PDF 报告
WeasyPrint 排版
DOCX 报告
python-docx 样式化
报告结构
摘要/发现/风险/建议/附录
企业工具生态 — 23 系统工具 + 11 MCP 工具，开箱即用
| 工具类别 | 数量 | 核心能力 |
|---|---|---|
| CRM 工具 | 7 | 客户查询/详情、商机查询/详情/分析、线索查询/详情 |
| ETL 数据看板 | 7 | 业务信息、销售分布、Commit确收、渠道销售、合同签约/回款、商机动态 |
| 智能数据查询 | 2 | SQL自然语言查询(3轮自愈+ABAC注入)、Schema自动发现 |
| 知识工具 | 3 | GraphRAG知识库查询、智能网络搜索(DuckDuckGo+Crawl4AI)、个人知识管理 |
| 多Agent分析 | 4 | 执行分析、报告列表、查看报告、生成最终报告(PDF/DOCX) |
| 企查查数据 | 4 | 招投标信息(API958)、供应商(API724)、企业舆情(API701)、工商详情(API735) |
| CRM可视化 | 3 | 动态仪表盘(KPI卡片+图表+表格)、CRM图表、数据证据 |
SQL 智能查询：第1次标准生成 → 第2次错误修正 → 第3次降级方案 → sqlglot AST防无限循环
@mention 创新交互 — 自然语言调用一切
中文@提及
输入@自动弹出工具候选列表，中文模糊搜索，无需记忆英文命令
Chip 芯片渲染
选中工具后渲染为彩色芯片标签，点击可编辑参数，Backspace删除
参数对话框
自动根据工具Schema生成参数填写表单，支持8种参数类型
IME全兼容
完整处理 compositionstart/update/end 事件，中文输入零干扰
@业务信息看板 → 一键调出经营指标
@查询客户{"name":"华为"} → 即时获取客户画像
@财务 @法务 分析本季度 → 多角色并行分析
@查询客户{"name":"华为"} → 即时获取客户画像
@财务 @法务 分析本季度 → 多角色并行分析
企业级安全体系 — ABAC 细粒度权限 + SQL 自动拦截
🔒 ABAC权限模型 — 用户/角色/组织/子组织四级匹配
🔑 SQL权限自动注入 — 查询时自动注入WITH子查询权限条件
🌐 本地嵌入模型 — BAAI/bge-large-zh-v1.5 完全离线，零外网依赖
👤 SSO单点登录 — 原生企业Portal OAuth2集成+组织树解析
📝 SQL安全防护 — 仅允许SELECT+sqlglot AST验证+参数化查询
🔒 敏感信息脱敏 — Prompt Trace自动脱敏api_key/password/token
用户自然语言提问
→
识别涉及表名
→
加载ABAC策略
(含子组织树) → SQL自动注入
权限条件 → 安全执行
仅返回有权限数据
(含子组织树) → SQL自动注入
权限条件 → 安全执行
仅返回有权限数据
技术架构
用户交互层
流式对话 + @工具提及 + 多角色分析Tab + CRM动态仪表盘
↓ SSE 流式 / WebSocket
智能编排层
Agent 引擎
Pydantic-AI
Router-Delegate模式
SessionAgentManager
工作流引擎
LangGraph StateGraph
Checkpoint/断点续跑
3个核心工作流
工具与服务
23系统工具
11 MCP工具
动态工具管理
↓
记忆与检索层
三层记忆（短/中/长期）+ GraphRAG 混合检索 + 本地 Embedding
↓
数据与存储层
PostgreSQL + pgvector · Neo4j 5.11 · Redis 7.4 · MySQL CRM/Portal
技术选型
| 层级 | 技术选型 | 说明 |
|---|---|---|
| 前端 | Vue 3 + Arco Design | 企业级响应式框架，61组件 |
| 后端 | FastAPI + Python 3.11 | 高性能异步API，55+端点 |
| Agent | Pydantic-AI | 类型安全的Agent框架 |
| 工作流 | LangGraph | Checkpoint/断点续跑/时间旅行 |
| LLM | DeepSeek-chat + GLM-4 | 国产大模型，DB驱动热切换 |
| 嵌入模型 | BAAI/bge-large-zh-v1.5 | 1024维，1.24GB，完全本地离线 |
| 向量库 | PostgreSQL + pgvector | 无需额外服务，开箱即用 |
| 图数据库 | Neo4j 5.11 | 知识图谱存储与推理 |
| MCP协议 | FastMCP | streamable-http，端口8001 |
| 权限控制 | ABAC | 细粒度属性级访问控制+SQL注入 |
| 爬虫 | Crawl4AI | LLM友好智能爬虫+Vision分析 |
| 可观测 | Prompt Trace | 全链路追踪+Token统计+脱敏 |
| 部署 | Docker Compose | 一键部署+GitLab CI/CD |
竞品技术指标对比
与 Dify + LangChain + LangGraph 组合方案的 12 维技术对标
| 维度 | Dify | LangChain+LangGraph | Agentic RAG |
|---|---|---|---|
| 检索能力 | 向量+关键词 | 需自行实现 | 向量+GraphRAG混合·3层扩展·融合排序 |
| 记忆系统 | 会话变量 | State+Store(KV) | 三层记忆·自动提取·衰减压缩·孤儿清理 |
| 多Agent | 单Agent | Network/Supervisor/Swarm | 6角色并行·四阶段报告·共识识别 |
| 知识图谱 | v2.0早期 | 无原生 | Neo4j原生·6节点8关系·版本历史·热度追踪 |
| 工具生态 | 10+通用 | 无内置 | 23系统+11MCP·CRM/ETL/SQL/企查查 |
| 安全权限 | 工作空间级 | 无内置 | ABAC+SQL自动注入+SSO+组织树解析 |
| 流式体验 | 基础SSE | stream()基础 | SSE+60fps+多角色Tab+模板化消息+CRM仪表盘 |
| 中文优化 | 通用模型 | 通用模型 | bge-large-zh-v1.5+CJK分词器+GLM国产模型 |
| 企业集成 | 需自行开发 | 需自行开发 | CRM/ETL/数据库/企查查/SSO原生集成 |
| 报告生成 | 不支持 | 需自行集成 | PDF(WeasyPrint)+DOCX(python-docx)双格式 |
| 可观测性 | 应用日志 | 需自行集成 | PromptTrace全链路+Token追踪+敏感脱敏 |
| @mention交互 | 无 | 无 | 首创中文@工具调用·Chip芯片·参数对话框 |
一句话结论：Dify+LangChain+LangGraph 是"造车工具链"——灵活强大，但需要团队和周期。Agentic RAG 是"出厂量产车"——继承了 LangGraph 的发动机，加装了企业级外壳（GraphRAG / 三层记忆 / ABAC / 23工具 / 11 MCP工具），部署即用。
应用场景
场景一：多角色商业分析
用户：
本季度业务运营情况如何？从多个角度帮我分析一下
AI：启动多角色并行分析
@财务分析师
本季营收 1,286万，环比 +23.5%
毛利率 32.5%，成本控制良好
毛利率 32.5%，成本控制良好
@法务顾问
待履行合同 12份，存在2个合规风险点
建议关注收款周期延长问题
建议关注收款周期延长问题
@技术专家
系统稳定性 99.9%，无重大故障
建议升级缓存方案提升性能15%
建议升级缓存方案提升性能15%
场景二：GraphRAG 知识检索
用户：
虚拟化产品的客户痛点有哪些？对应的解决方案是什么？
AI：知识图谱关联检索
🎯 产品：虚拟化管理平台 WinStack
🔗 图谱推理路径：Product → SOLVES → CustomerPain → MATCHES → Solution
资源利用率低(52%) → 动态资源调度+弹性伸缩方案
运维复杂度高(38%) → 统一管理平台+自动化运维
迁移成本大(28%) → 平滑迁移工具+兼容性保障
场景三：自然语言数据查询
用户：
查询本月新增客户，按地区分组统计
AI：生成SQL并执行 → ABAC权限自动注入 → 返回结果
📊 查询结果：
| 地区 | 数量 | 占比 |
|---|---|---|
| 华北区 | 156 | 32.5% |
| 华东区 | 134 | 27.9% |
| 华南区 | 112 | 23.3% |
| 西南区 | 78 | 16.3% |
部署与运维
一键部署
1
配置环境变量（.env.local / .env.demo / .env.production 三环境）
2
docker compose up -d
3
访问 http://localhost:8099
部署时间 < 5分钟
系统要求
| 配置项 | 最低要求 | 推荐配置 |
|---|---|---|
| CPU | 4核 | 8核+ |
| 内存 | 16GB | 32GB+ |
| 磁盘 | 100GB | 200GB+ SSD |
| Docker | 20.10+ | 最新版 |
运维特性
🔃 GitLab CI/CD 三阶段自动化
💚 PostgreSQL+Neo4j 健康检查
📝 类Rails数据库迁移系统
⏰ 每日02:30 孤儿数据自动清理
🗃 Prompt Trace 30天保留
⚡ Nginx SSE 流式优化