Your AI.Your Servers.Your Data.
从工作流到智能体，一整套跑在你自己的基础设施上。 数据不出你的边界，代码与流程完全归你——不是又一个按人头收费的订阅。
源码归你 · 可审计 · 无供应商锁定
我们自己的整套栈就跑在自有服务器上——分销与经销商系统、视觉素材生产台、展示站， 全部私有部署在一台德国机房的服务器里，全部后端只监听本地回环，公网流量一律经反代。 这几套的平台界面是我们自己写的： 早期也用过现成的工作流平台与 Agent 平台，跑了一段时间全部退场了—— 业务长到一定程度，那层壳挡的比帮的多。我们卖的东西，自己先用着，也先自己换过一轮。
端到端闭环
五个环节接成一个闭环，而不是五个孤立的工具
01 · 数据接入
数据散在十几个系统里，靠人肉搬运，漏单、重复、对不上账。
给每个数据来源装一个入口：新订单、新表单、新邮件、上游系统的接口变动，落地即触发。到这一步为止还没有任何 AI 参与——先把管子接通，再谈聪明。
这一环用什么
你得到什么
一个统一入口，所有业务数据自己流进来
通知与人工卡点
流程跑在服务器上，人在自己习惯的工具里收到它
企业内部 IM
企业微信 · 钉钉 · 飞书
审批卡片推到工作群或个人，带上下文和两个按钮：通过 / 打回。点完直接回写业务系统，不用再登后台。
国内团队的默认入口
海外与客户侧
WhatsApp · Telegram · Slack
跨境团队和外部协作方在哪儿，通知就发到哪儿。同一条流程可以同时往两个渠道发，中英文各一份。
跨境团队常用
邮件
接进闭环的自有邮件系统
适合要留正式记录、要对外发、要抄送多人的场合。审批链路和往来内容都落在你自己的邮件系统里。
正式记录与对外
运行记录表
结构化数据表 · 可审计
全量记录都在这里：每一步谁审的、什么时候、用了什么。适合批量处理和事后追溯，是唯一的事实来源。
全量与审计
通知分三档，不然就成了骚扰
待办 · 必须有人点
退款、对外承诺、写入生产数据这类高风险动作，流程停在这里等人。不点就不往下走。
异常 · 出错才响
跑挂了、重试还是失败、数据对不上——只有真出事才通知，值班的人才不会屏蔽它。
知会 · 定时汇总
今天跑了多少、产出多少、花了多少钱，一天一条或一周一条，不打断人。
一条通知里必须有三样东西：为什么找你（AI 判断的依据）、你要决定什么、 以及决定完之后系统会做什么。少了上下文的通知，人只会点「通过」——那等于没有卡点。 审批结果一律回写运行记录表：谁点的、什么时候点的、当时看到的是什么，事后查得到。
手机端就是这么解决的——不做 App，也不要求你的员工再登一个后台。 没人会为了每天审三条记录去装一个新软件；装了也不会开。推到他本来就在看的那个群里，这件事才真的会发生。
现场演示
不讲概念，直接跑给你看
- 0.4s接收原图 ⚙ 自动从共享文件夹批量拉取，去重并校验分辨率
- 2.1s主体分割 ⚙ 自动抠出产品主体，生成 alpha 通道
- 38s场景重绘 ⚙ 自动按品牌规范重建背景与光影，每图出 4 版
- 20s人工挑选 👤 人工从 4 版中选定 1 版，不合格打回重跑
- 1.8s多尺寸导出 ⚙ 自动主图 / 详情 / 社媒三套规格一次生成
- 0.9s回写站点 ⚙ 自动写入商品图库，自动生成命名与 alt 文本
每一步自动写入数据表：谁批的 · 什么时候 · 用了哪个模型
产品化方案
四条已经跑通的线，分两个方向
视觉资产工厂
产品图外包，一张几十块、等三天，风格还对不齐；图、视频、3D、配音各找一家，最后谁跟谁都对不上。
- 图 / 视频 / 3D / 音频四类产出，共用同一套视觉规范
- 产品图批量重绘、多尺寸一次导出，整批是一套的
- 3D 建模、多角度渲染与结构拆解图，改一版不额外花钱
- 图上的字后合成，一次出多语种，改词不用重跑
- 为你的品牌训练专属模型，模型与配方都归你
不含：实物拍摄、真人出镜模特、剧本与创意策划、广告投放代运营。
看这条线的完整做法 →交付周期
诊断后核定
报价方式
按方案范围核定
独立站运营自动化与客服 Agent
博客写了十几篇就停了，客服重复回答同样的问题，多语言站点靠人肉同步，上新永远跟不上。
- 站点开发：按你的品类从零搭，建站时预埋自动化接口
- 博客内容自动化：选题来自搜索词与客服工单，不是拍脑袋
- 商品描述与上新管线：成稿 → 配图 → 上架，人工只做终审
- 客服 Agent 接你自己的工单与政策，自动应答 80%+，其余转人工
- 10+ 语种一套知识库同步，术语表统一
- AI 辅助投放：数据归因、投放诊断、文案与素材产出、优化建议
- 社媒自动发布 + 全站数据看板，异常与归因自己冒出来
不含：SEO 排名承诺、代持广告账户与代做预算决策、社媒评论互动与社群维护、外链建设、内容合规法务审查。
看这条线的完整做法 →交付周期
诊断后核定
报价方式
按方案范围核定
企业知识中枢与内部问答 Agent
制度、话术、报价规则散在群聊、网盘和各人电脑里，同一个问题三个版本；老员工一走，经验跟着走。
- 制度、产品、话术、决策统一入库，版本唯一，成为所有 AI 回答的事实来源
- 内部问答 Agent 接进你们已在用的沟通工具，答案带出处
- 权限跟着组织走：不该看的检索不到，提问全程留痕
- 查不到就转人工，人回一次，机器学会一次
- 自更新回路：新知识自动进待审队列，人确认后生效
- 内部办事入口：查数、起草、发起审批，不用再学第二个后台
不含：替你制定制度、纸质档案数字化、替代你现有的业务系统、入库内容的法务合规审查。
看这条线的完整做法 →交付周期
诊断后核定
报价方式
按方案范围核定
企业多部门 AI 转型
各部门各买各的工具：七套后台、七个账号、七份对不上的数据，而部门之间那段最费人的搬运，一件都没被接走。试点做成了也推不动第二个部门。
- 财务、人事、研发、销售、电商、设计、门店七个部门共用一套底座
- 统一知识库与权限含在交付里：答案带出处，不该看的检索不到
- 岗位提示词库交付成册，外加按部门分场、并跟一段的陪跑
- 新的工作内容配一个 Agent 就能接上，日常增减你们自己就能做
- 按部门分批交付，先交的那个部门不必等后面几个
不含：替代你现有的 ERP / OA / 人事系统、替你制定制度与流程、法务与合规审查、7×24 值守与 SLA（可另议）。
看这条线的完整做法 →交付周期
诊断后核定
报价方式
按方案范围核定
四条线共用同一套底层，可以互相接上：知识中枢是其余几条的地基，方案 A 的出图能力直接供方案 B 与方案 D 使用。 另外也做单个工作流模块定制——门槛最低的开始方式，先做一件，跑顺了再谈下一件。
关于报价：不挂标价，因为同一个方案在不同企业的工作量能差三倍—— 要接几个系统、有没有现成数据、流程定型到什么程度，这些不看清楚就报价，对双方都不负责。 诊断结束时你会拿到按范围核定的具体价格。
为什么是私有化
同样的效果，但资产是你的
数据不出你的边界
部署在你自己的机器或你自己的云账号里。没有第三方平台留存你的商品数据、客户对话和内部文档。
没有按人头的订阅
团队从 5 人涨到 50 人，成本不跟着涨。你付的是一次交付加运维，不是每月每座席。
模型可换
今天调用哪家 API、明天换成本地部署的开源模型，主要是配置工作——换完要重跑一遍评估确认效果达标。不把你锁在任何一家供应商身上。
源码归你、可审计
平台界面是我们自己写的，源码与文档一并交付给你。底座是 Next.js、Postgres、Docker 这类到处都有人会的标准件，不是只有我们看得懂的冷门私有部件——就算我们不再参与，你自己的工程师也接得住。
| 现成 SaaS 平台 | 通用外包团队 | OwnReign 私有化 | |
|---|---|---|---|
| 数据存放 | 对方服务器 | 看外包怎么搭 | 你自己的服务器 |
| 计费方式 | 按人头按月 | 按项目，后续另议 | 一次交付 + 可选运维 |
| 源码归属 | 拿不到 | 通常拿得到 | 全部归你 |
| 换人接手 | 锁死在平台 | 看有没有文档 | 源码与文档在你手上 |
| 模型可换 | 平台说了算 | 取决于选型 | 改配置即可 |
| 停服风险 | 平台决定 | 团队解散即断 | 东西在你手上 |
不是说 SaaS 不好——对试水阶段它很合适。但一旦这套流程变成你业务的一部分，归属就是个大问题。
顺带一件别人还没开始做的事
用户现在问 AI，而不是搜关键词。当有人问「有哪些值得买的家用半自动咖啡机品牌」， AI 能不能读懂你的站、会不会把你列进去，取决于你有没有为 AI 准备入口。
我们交付的站点，默认按「机器也要读」的方式建： 你卖的是什么、哪一页是权威出处、哪些说法以哪一页为准，AI 取得到、也对得上。 于是它更可能把你列进去，而且列的是对的信息，不是它自己编的。
这一层不额外收费，随站交付；绝大多数建站方还没开始做这件事。
「有哪些值得买的家用半自动咖啡机品牌？」
AI 的回答
- 某品牌 A——入门价位，型号多
- 你的品牌——欧洲市场 · 保修与适配条款写得最清楚
- 某品牌 B——口碑好，但没有中文资料
被列进去只是第一步。更要紧的是它引的规格、价格与政策是对的—— 引错的那一版，售后是你在接。
示意，不是某次真实回答的记录。
我们自己怎么跑这套
卖私有化的人自己用 SaaS，这事经不起问
只暴露一个进程
所有应用端口绑在本地回环，公网流量一律经反向代理。攻击面只剩反代一个。
防火墙默认全关
只放行必需的那几个端口，其余一律关闭；临时调试端口用完即删，不留后门。
密钥单独存放
密钥目录独立权限，与代码分离，备份加密后才离开机器。
每天定时自动备份
数据库 dump、数据卷打包、配置与源码归档，异地存储，保留 30 天。
备份包含加密密钥
少了它恢复出来只是个跑不起来的壳——这是最常见的备份陷阱。
部署规范一并交付
运维手册写的是我们踩过的坑，不是官方文档抄录。
一个容易踩的坑：容器发布端口会绕过防火墙。新增容器必须在配置里写死绑本地——光加防火墙规则挡不住。这类细节会作为部署规范交付给你，而不是留在我们这边。
统一数据看板
四类数据收进一处，不用再登五个后台
模型用量
1.24M tokens / 周
单位产出成本 −38%
按工作流、按模型分摊，知道钱花在哪条线上
广告 ROI
3.8×
较上月 +0.6
投放数据自动归集，异常花费当天预警
社媒互动
18.6K / 月
较上月 +22%
多平台内容与互动数据收进同一张表
网站流量
42.1K 会话 / 月
自然流量占比 68%
含 AI 助手带来的引荐流量单独拆分
示意数据，用于说明看板结构；实际指标接你自己的投放、社媒与站点数据源。
看板不是装饰。它回答的是一个很具体的问题：这个月的模型开销，换回了多少内容、多少流量、多少订单？没有这张表，自动化跑得再顺你也说不清它值不值。
案例
我们的第一个客户是自己
三个品牌、十多个语种、每天真实的订单和客诉。内容自动化、客服 Agent、商品图管线、邮件系统、经销商系统——每一样都是因为我们自己被这件事卡住了才做的， 跑通了、跑稳了，才拿出来交付。
所以你在这里看到的每一项，我们都在自己身上用着。这不是「已经服务过 200 家企业」， 但也不是「我们设想可以这样做」——是第三种：我们自己就是那个每天在用它的人。 而其中两套已经交付出去了，跑在客户自己的服务器上，我们交付完就退出去了。
如果你要的是一家有几十个同行业成功案例的供应商，我们现在还不是。 如果你更在意对方是不是真的懂这件事怎么落地，那我们的位置可能反而更合适。
这套系统里包含什么
站点统一管理 多品牌站点同一后台，商品与内容集中维护，改一处全线生效
自动化监控 站点可用性、订单异常、内容发布状态全程盯着，出问题先于客户发现
内部员工管理 权限分级、任务分派、操作留痕，谁改了什么一查便知
企业知识库搭建 产品、话术、制度、合规规则统一入库，作为所有 AI 回答的唯一事实来源
RAG 检索增强 先查库拿到事实再作答，查不到就转人工，不硬编
Agent 自记忆增长 每轮对话与处理结果沉淀成记忆，越用越贴合你的业务
多 Agent 协调工作 调度 Agent 分派给检索、分析、执行三类 Agent，汇总后交人工把关
Agent 记忆回传 子 Agent 的处理经验回流主库，一个 Agent 学到的，全部 Agent 都知道
客服工具自动升级 根据人工的实际回复记录持续迭代话术，人改一次，机器学会一次
内部知识库自更新 新问题、新决策自动进入待审队列，人确认后即刻生效
接进闭环的邮件系统
自建邮件系统，接进业务流程：进来的信自动分类、带着订单与历史往来被读懂、回复稿先备好；出去的信由业务事件触发。地址数量不按人头计费，往来数据与规则都在企业自己手上。
红人联盟与经销商系统
红人库、经销商库、合作流程、专属跟踪链接、分级佣金与结算，一套系统同时支撑两条分销线。线下到店体验也能锁住归属，合作数据沉淀为企业自己的伙伴网络，不再散在各个平台后台里。
三层合伙人管控系统
总部 — 区域 — 合伙人三层组织的客户台账、订单与回款、实时业绩、自动提成核算、六类预警与每日简报。入口是他们本来就在用的企业微信，一线不装 App、不记新密码；客户归属在第一次录入时就锁住。
多部门 AI 落地
一家线下连锁门店与自有独立站并行的零售企业：财务、人事、研发、销售业务、电商业务、设计开发、门店管理七个部门的重复动作接进同一套底座，共用一套知识与一套权限。原本一单生意的信息要在七个部门之间靠截图和群消息传，每次交接都得有人重录一遍。
营销内容生产管线
产品实拍图进来，出多场景效果图、出短视频、出配套文案与话题标签，打包成内容包推到运营人员的手机上；发布留台账，平台数据回来后按账号、场景、产品三个维度复盘。原来要设计、剪辑、文案三个岗位接力的事，一个人从头走到尾。
自研视觉生产台
出图、抠图、建模、3D、视频、配音、音乐原本分属七八家，产出散在各家后台里、提示词没地方沉淀、花钱也没有闸门。所以这一层是自己写的：十二个工作台、十一种任务共用一条队列、五个领域各一套配方体系，外加一道先估价再放行的每日成本硬上限。它不对外交付，是我们每天在用的工具。
站点作品
不是套模板。结构拆解图、剖面交互、渠道商地图、使用成本试算器、规格匹配器—— 全部从零开发，两套站点共 134 个自定义模块，主题模板本身也是自己写的。
自有品牌站点 A
62 个自定义模块结构拆解交互、到店体验预约、保修注册、渠道招募五步、网点地图、按型号分组的评测
自有品牌站点 B
72 个自定义模块剖面交互、使用成本试算器、规格匹配器、型号对比、来源溯源与证书库、场景化选购
交付方式 · 合作模式
灵活合作：从小场景验证到全面部署
需求诊断 + 专属方案设计
破冰第一步先做一次深度需求诊断——线上远程，或线下到场跟岗，把内部流程怎么走、业务需求是哪些、数据怎么收集摸清楚。输出为你量身定制的方案与专属报价，不是通用试用。
- 线上 ¥4,800 / 线下 ¥19,800 起，全额抵扣后续合作
- 交付物：自动化部署清单 + 定制方案
- 结论归你，不合作也能自己实施
项目制交付
最主流按模块拆单、丰俭由人，做完即交付、系统归你所有。可以只做一条工作流先验证，也可以整条闭环一次打通。
- 单模块起步：先花小钱看效果
- 整套闭环：按业务范围与复杂程度核定
- 源码、工作流、文档一并移交
订阅 / 年费
省心私有部署之后按年提供运维、迭代与模型调优，让系统持续保鲜。日常维护你自己的技术人员也能接，这一项是可选的。
- 每月固定迭代额度 + 故障响应
- 模型与第三方接口版本跟进
- 不续也照常跑，源码在你手上
效果分成
共赢获客 / 转化类场景可谈基础费 + 按效果提成，你零风险、共享增长。
- 适用：线索获取、转化率、内容产出这类可量化场景
- 前提：效果口径能被运行记录表客观记录
- 口径与结算周期先写进合同再开工
陪跑与能力移交
多部门常配按部门分场：提示词怎么写、岗位 Agent 怎么配、什么时候更适合交给人。线上就能跑完整，需要看现场作业的场合也可以到场。第一轮之后还会跟一段，等各部门自己转起来了再退到后面。
- 按部门分场，每场拿他们当天真实的活儿当场写
- 交付岗位提示词库成册，进你自己的仓库
- 第一轮之后再跟一段，不是讲完就走
任一模式都可以叠加共建与能力移交：你的工程师全程参与、边做边教， 交付那天你的团队已经能自己改、自己扩、自己加新流程。 另外要分清的是：改参数、调话术、补知识库属于维护；新增一个 Agent 或一条工作流属于新增部署，单独立项计费。
诊断
进到你的实际流程里看一遍——线上远程，或线下到场跟岗，找出哪些环节值得自动化、哪些不值得。
交付物 · 自动化部署清单原型
先跑通一个最小闭环给你看，确认方向对了再往下做。
交付物 · 可运行的样例部署
装在选定的环境里，接入你现有的系统与数据表。
交付物 · 生产环境 + 源码交接
培训你的人自己改、自己维护，留下完整文档与运维手册。
交付物 · 文档 + 培训 + 手册先说清楚
我适合谁，不适合谁
适合
- ✓已经有稳定业务，某个环节被重复劳动卡住了
- ✓在意数据留在自己手里，不愿意都交给第三方平台
- ✓愿意先从一个模块开始验证，而不是一上来要全套
- ✓内部有一个人能配合，交接后自己能接着用
不适合
- ✕想要一个完全不用人管的全自动系统
- ✕业务流程还没定型，希望靠自动化来想清楚要做什么
- ✕只想要最低价，不在意交付后谁来维护
另有一类可另行商定：需要 7×24 值守与 SLA 响应等级的关键业务系统。这一项不含在标准交付里，但也不是一句「不做」—— 值守范围、响应时段、由谁承担、怎么计费，可以在诊断阶段单独谈。 先说出来，是为了不让你按标准交付的预期去规划关键系统。
继续读
两块内容单独成页，值得在见面前先看一遍
常见问题
你大概率会问的九个问题
我们公司规模不大，值得做吗？+
看的不是公司规模，是某件事的重复量。一天三单不值得自动化，一天三百单，人就成了瓶颈。判断标准有四条：每周都在做、能讲清楚怎么做、信息在系统里、量大到会积压。四条同时成立才值得动手。
做完之后我们自己能维护吗？+
能，而且这是我们的设计前提。平台界面由我们自研，但源码、数据库结构与完整文档在交付时一并给你，另附运维手册和内部培训；底座用的是 Next.js、Postgres、Docker 这类标准技术栈，招得到人、换得了人。日常维护由你自己的技术人员接手就够了。验收标准很直接：换一个熟悉这些工具的工程师，能不能接着改？能，才算交付完成。不想自己管，也可以交给我们，走年度运维订阅——维护与新增部署的分界写在上面「交付方式」一节里。
数据会不会被拿去训练模型？+
不会。系统部署在你自己的服务器或你自己的云账号里，业务数据、知识库与运行记录不经过我们的任何设施。需要分清的是模型这一层：调用外部接口时，这一次要处理的内容会随请求发给模型厂商；用本机部署的开源模型时，推理也留在你自己控制的服务器里。合规上有要求的就走后者——换过去主要是配置工作，但不是点一下就完：要用同一套测试集重跑评估、确认效果达标再上线，提示词通常也要重调一轮，这部分工作量我们会在方案里单列。另外，「在你自己控制的服务器里」和「不出你自己的机房」是两回事，强监管场景要的常常是后者，这个口径我们会在诊断阶段先问清楚。
AI 会答错怎么办？+
会答错，所以流程里必须有人工卡点。我们的做法是：检索不到依据就不回答，直接转人工；高风险动作（退款、对外承诺、写入生产数据）一律需要人确认。每一步都写进运行记录表，出了问题能追溯到具体哪一步、谁审的。
知识库会自动更新吗？+
会，但更新分两步：自动收集、人工确认。新出现的问题、人工的实际回复、业务数据的变化会自动进入待审队列，人点确认后才正式生效。不做无人确认的自动写入——那样知识库会被错误答案污染，而且没人知道是什么时候被污染的。确认这一步通常每周只要十几分钟。
Agent 会自己升级进化吗？+
会。每轮对话与处理结果沉淀成记忆，Agent 越用越贴合你的业务；多个 Agent 协同时，子 Agent 的处理经验会回传到主记忆库，一个 Agent 学到的东西其他 Agent 也知道。客服话术也是同理——根据人工的实际回复记录持续迭代，人改一次，机器学会一次。但边界要说清楚：它进化的是「对你的业务更熟」，不是「变得更聪明」，底层模型的能力上限不会因此改变。
要多久能看到效果？+
我们不给统一的周期数字，因为它不成立：行业不同、业务不同、数据现状不同，同一件事的工作量能差几倍，而且快慢有一半取决于你那边——数据能不能取出来、有分歧时谁拍板。给一个平均值出来，对两边都是误导。诊断结束时你拿到的是按你自己情况排好的自动化部署清单：先做哪一件、它落在哪一档、要接几个系统，都是确定的。
和直接买一个 SaaS 工具有什么区别？+
SaaS 适合试水，但它的边界是清楚的。第一，它只擅长某一个板块，接不进你整个内部业务系统——ERP、仓储、财务、内部审批各自为政，它拼不出从接入到写回的完整闭环，AI 出了结果还是得人手工搬进系统。第二，它是给所有客户用的通用逻辑，不会跟着你的业务增长而升级；你的流程越特殊，它越不合身。第三，数据是外挂的：商品数据、客户对话、内部文档存在别人服务器上，还要按人头收费，平台涨价或停服时你没有选择。私有化部署把这几条都变成你自己可控的。
流程跑在服务器上，我们怎么知道？在哪审核？+
通知推到你团队已经在用的工具里——企业微信、钉钉、飞书，海外团队用 WhatsApp、Telegram、Slack，正式记录走邮件。需要人拍板的那一步，会收到一张带上下文的审批卡片：为什么找你、你要决定什么、点完之后系统会做什么，直接点通过或打回，结果回写业务系统。全量记录在运行记录表里，谁审的、什么时候、当时看到的是什么，事后查得到。手机端不需要额外的 App——没人会为了每天审三条记录再装一个软件。
从一次流程诊断开始
不是销售通话。是我们的交付工程师进到你的实际流程里看一遍，然后给你一份清单——包括哪些环节根本不值得自动化。
¥4,800远程 60–90 分钟
共享屏幕走一遍现有系统与流程，适合流程集中、能在后台直接演示的情况。结束时产出自动化部署清单。
适合：单个环节、单个部门先看一看
¥19,800 起到场 1–2 天
工程师到你的办公室、仓库或车间跟岗，看人实际怎么操作。流程涉及仓库、车间这类现场作业时更合适；多数情况线上那一档就够。跨市差旅实报实销。
适合：流程跨部门、跨系统，或涉及线下作业
形式
线上远程 / 线下到场
你会拿到
自动化部署清单
费用
¥4,800 / ¥19,800 起
后续合作
两者全额抵扣
技术栈
这些是我们实际在用、也能交付给你的能力层。应用层由我们自研，底座全部由可自托管的标准组件实现，装在你自己的服务器上。
- 自研平台界面
- 工作流编排
- 调度与任务队列
- 提示词工程
- 向量检索 / RAG
- 零代码智能体搭建
- 图像与视频生产管线
- 关系型数据库
- 容器化部署
- 品牌专属模型训练
- 本地模型部署
- 反向代理与私有网络
选型原则：能自托管、社区活跃、换人能接手。连工作流平台我们自己都不用现成的—— 平台这一层自研，等于连它都不构成锁定；底座则一律选招得到人的标准件。 用哪几个组件、为什么是它而不是另一个、想换掉它该换成什么，方案里连同替换路径一起写给你——每一个都换得掉，这正是选它们的理由。