鸿翼助力中信国安建工打造统一的文件档案管理系统,构建数据资产

数据就像石油,需要提纯加工方能显价值。非结构化数据是“数据石油”的重要来源,企业需要遵循分级分类的管理思想,通过平台化、智能化和安全化的管理方法,才能构建出完整的非结构化数据管理体系,围绕业务价值,推动非结构化数据向资产转化,助力企业腾飞。

-源自中信国安建工信息中心主任林晓东分享实录整理

中信国安建工简介

▼

中信国安建工集团有限公司隶属于中国中信集团旗下的中信国安集团,中信集团资产规模超过7.5万亿元,连续10年荣列世界500强。中信国安建工集团总资产约105亿元,位列“四川省企业100强”,拥有建筑工程施工总承包特级资质、建筑行业设计甲级资质,以及12项壹级资质。主要从事建筑工程施工总承包、房地产开发、市政、路桥、机电设备安装、装饰、建筑设计、建筑设备租赁、建筑材料生产、贸易、投资等业务。

图片

信息化方针与架构

▼

自2009年以来,公司的信息化建设共历经四个阶段,逐渐形成了现今的信息化体系。在建设过程中,始终秉持着“先进、实用、高效、安全、规范、智能”的十二字方针,与时俱进、不断融入智能化的元素,为公司的业务发展注入了新的活力。

信息化总体架构:131511平台

1:一个私有云平台。实现桌面与服务器虚拟化,将所有业务运行在云端,显著提高了资源的利用率和管理效率,以及数据的安全性;

3:三大管理信息系统:协同OA管理系统及门户、综合项目管理系统、财务管理系统;

1:一个报表平台:汇集工程、商务、财务281项统计数据于一体的管理报表平台,为各级管理提供辅助决策依据;

5:五大应用系统:服务于集团供应链的招评定采的集采平台,服务于工程物资进场验证的过磅称重系统,服务于税务的发票系统,服务公司印章严控的物联网印章管理系统,服务于工程生产指挥的视频监控系统;

1:一个服务生产前端的实名制及智慧工地管理系统;

1:一个集合知识库和文档管理的系统平台。

文档管理•需求背景

▼

公司的文档管理系统是从2016年开始建设的,在这之前就已经产生了很多关于这方面的需求和痛点,主要分为业务和技术两个方面。

在业务方面,我们的施工企业涉及众多相关方(包含咨询、设计、业主、监理、政府、供应商等),项目分布在全国,沟通频繁,产生大量文件需要进行保管和沉淀;

同时,我们的人员流动性较强,造成很多资料存放混乱,成果查找困难、不完整,或者遗漏和缺失,尤其是对于一些清单、报价等具有保密性和安全性要求的文件,存在失控风险;

再一个就是知识的管理和复用,包括施工组织设计、专项方案、策划文案、工艺工法等,随着业务发展需求日益凸显。

在技术方面,我们发现对于一些过程性的文件,比如图纸、照片、影像、纸质资料等非结构化数据,我们缺少一个完整的文档控制和协同平台,以更好地从海量的、类型复杂的工程数据中迅速找出、挖掘出数据价值,进而实现业务赋能智能化和人员赋能价值化。

文档管理•顶层设计

▼

由于非结构化文档数据数量大、范围广、数据状态繁杂,涉及部门、人员和系统众多,正所谓牵一发而动全身。因此,必须充分做好前期的梳理、调研以及整体的架构设计,才能顺利开展非结构化文档数据的治理。

图片

非结构化文档数据管理平台 —应用架构

这个架构围绕数据标准、数据质量、数据安全、元数据管理、内容管理和文档全生命周期管理等方面,搭建公司非结构化文档数据管理系统平台,在公司内部打通各业务系统之间的壁垒,在统一的平台之上规范非结构化文档数据的管理,同时融合元数据管理和内容管理。

有了这个整体架构的规划和设计之后,我们就进行了调研和招投标比选。最终,我们发现鸿翼的ECM智能内容管理理念和我们是高度契合的,然后就一直合作到现在,有七八年的时间了。

文档管理•实施保障

▼

常言道,“三分技术,七分实施”。赋能企业内容管理,上系统只是走了一小步,后面的实施才是能够体现和挖掘系统能力的关键部分。实施涉及公司各个层级、各个部门的众多人员、系统及工作流程,需综合考虑制度、标准、趋势、文化、传统等要素对于项目的影响作用。

我们按照项目管理流程的要求,针对公司非结构化文档数据管理具体目标和内容,进行了统筹规划、构建运行、监控评价、改进优化四个阶段的流程控制,并通过充分调研、宣贯和培训、设置模板等手段强化员工对项目的认知和接受程度。

图片

首先,我们让各部门列出相应的文档架构和所需文档的重要性等级,并统一进行权限管理。同时,我们找到了关键用户进行沟通,并针对不同规模、类型分公司和项目进行驻点沟通,最终设计出相应的文档归档模板,包括符合GB/T 50328《建设工程文件归档规范》当中一些规定和建设要求。

实施过程中,我们也认识到管理的重要性,推动一个系统的应用需要改变员工的工作行为,靠自我驱动的难度是很大的。因此,我们需要有管理制度和绩效考核的跟进,才能保障系统的实施和推进起到作用。

比如,从16 年到现在每一个季度的工程质量安全大检查,都采用文档管理系统当中涉及到项目上的部分给项目人员打分的,并进入到他们的季度总考评分里面去,这一块多年来一直坚持做了下来。

同时,遵循法律法规、行业监管、内部管控要求,公司多次下发红头文件,编制系统指导手册规范员工的工作行为,使系统数据满足数据风险控制、数据安全和隐私的要求。

总的来说,通过上线鸿翼文档管理系统,我们克服了人员流失造成的资料丢失问题,实现了项目资料的安全管理,满足了建筑施工行业文档管理合法合规、风险控制等要求。

现在,我们的数据存储容量已经达到了16T左右,整个系统对业务产生了积极影响,提高了工作效率和管理水平。

文档管理•应用场景

▼

下面,我们结合一些具体的工程应用场景和应用效果来做一些介绍。

首先是文档的全生命周期管理。自从系统上线7年以来,工程项目文件的创建、交付、更新和版本控制等文档周期可追溯,文档的增、删、改、查、分享、编辑、协作、外链、评论一站式搞定。工程项目年度的“三标一体”认证核查记录资料实现以文档管理系统为主。

图片

第二个是同步归档。实际上,要求将所有散存在员工个人工作电脑中的文件归档到系统里面是很难的,而且会增加相应人员的工作量,影响时效性。而且,公司管理制度规定需要上传的资料有十五类,日常归档工作比较繁重。

比如说,我们要求生产管理人员把每天早会的视频,项目上的质量安全、生产管理等资料必须要上传到系统,如果通过人工的方式去处理,每天自己先做一道,然后再去传一道,那肯定是难度很大的。

于是,我们通过桌面云+鸿翼同步盘功能,实现了所有的用户和部门自动将成果文件同步归档到标准的归档文件夹中去,实现“做一不二”,保证了资料的准确性,减少了工作量,使员工更愿意接受这个新系统。

图片

第三个应用是跨部门协作共享。公司业务活动中,有大量文件需在部门内、部门间传递,但使用口径不统一,文件分散、无版本控制而导致信息传输有误,影响工作。

比如,在招投标过程中,市场营销部门和工程、商务部门之间的合作有一个文档交接过程。如果使用项目管理系统当中“表单+流程”的方式去做,虽然也可以,但是这些文件太大(如招标文件或中标文件一般都是几个G),采用表单挂接、以附件流转时上传下载速度会很慢,而且查阅和协作都会很麻烦。

我们使用鸿翼文档管理系统的协作共享功能,通过明确文档创建者、文档移交者、文档审阅者、文档使用者的权限,在同一个文档上面进行规范化操作,保证了文档数据的准确性、及时性、一致性、安全性,解决了部门之间的协作问题。

同时,对于市场营销部、工程管理部、商务管理、财务管理和法务管理来说,还有大量的跨部门以及委外的外部文件协作问题,也都可以通过系统来管理解决。

图片

第四个应用是知识管理。当企业的系统文档积累到一定阶段时,系统将积累的大量实践经验和优秀的工程方案、作业标准等。我们工程部门采用规范的文档结构,灵活设置文档分类,梳理每一岗位用户对于文档的使用权限,授权各级用户只能对权限内的文档进行操作。

如此形成的知识库可用于新项目的快速复用,实现知识传递,极大的缩短了新项目的准备时间,提升了新项目的成功概率,从而达到不断提升工程整体项目管理水平的目的。

图片

第五个应用是文件传播。可以利用文档管理系统安全的内链、外发功能,结合二维码技术实现文档便捷、无纸化传播。

这个也是我们自己挖掘的一个内容,大量的纸质文件的传递分发是行政办公的一个痛点,例如我们一年要开几次管理大会,以前需要准备很多的纸质资料打印出来交给相应的领导以及参会人员,对会务管理人员来说工作量很大、成本也很高。

现在我们采用了文档管理系统内链、外发的功能,内容通过安全授权后转换成二维码,每个参会人员扫一下二维码就可以获取全套资料了,哪怕后面文档有修改,也不用通宵的重新去输出一大堆纸质文件,直接修改电子档就好了。

还有就是智慧工地的观摩,需要用到的一些企业宣传和工艺工法的内容资料,通过鸿翼文档的安全外发功能,可以灵活设置它的查看权限以及下载的时间和次数等;包括一些指导手册、岗位手册等都可以用二维码的形式进行传播利用,安全便捷成本低。

图片

第六个应用是系统集成。

信息系统(如协同OA管理系统、综合项目管理系统等)中多以表单的形式进行流转,需要办理的文档通常作为表单的附件,其中既有word或pdf等格式的文本文档,也有多种格式的图片、音视频文件等。

这些非结构化文档只能借助其所依附的表单信息或者简单的文件标题等数据加以检索和利用,检全率低,开发利用不足,难以开展深度的数据挖掘与分析。

所以,我们要把整个公司的文件资料和信息统一收集在一个文档库里面,目前我们做了多个应用系统的附件的集成,然后对其元数据、文件关联等数据治理的方面也在不断的完善,也为下一步更高阶和更有价值的一些应用(比如AI)打好了基础。

图片

文档管理•应用展望

▼

自动生成方案:利用上传工程方案文档后,通过人工智能技术(NLP)解析,提取项目特征,例如建筑面积、建筑高度、建筑业态等信息。后期结构化文档,以达到简单的输入和快捷的专业类型选择,快速自动组合生成方案。

语音交互:文档管理系统平台增加语音识别功能,快速检索查找出业务信息,并自动提醒并推送关联资料,实现文档的有效应用。

文档助手:利用人工智能语言模型,实现在线问答与辅助编写。

“未来,数据必将成为一种新型的生产要素。公司的信息化建设需要一步一个脚印,踏实向前,从业务数据化(反映业务)、数据智能化(辅助业务)、数据业务化(数字业务),一直到数据服务化(驱动业务),久久为功,方能行稳致远,才能实现从数据资源到数据资产的转变。”中信国安建工信息中心主任说道。

相关推荐

OpenContent™ BOM生成智能体 :构建可追溯、可审计的 BOM 自动化链路

成套设备工程报价始于大量 DWG 图纸,包含数十个图框、数百个柜号与上千条元器件记录,工程师需逐框查阅抄录参数、汇总数量再录入 Excel 及报价表,资料整理挤占报价周期,型号错配、价格口径不一致还会带来利润风险。OpenContent™ BOM生成智能体可将图纸转化为结构化数据,解析图层图框、定位元器件表格、抽取名称参数及数量,映射企业词表并匹配价格库,输出来源可追溯的标准 BOM,全程遵循结构保留、缺参不猜测、报价可追溯三大原则。

Macrowing的博客 226

OpenContent™PFMEA智能体:以可信证据,支撑风险分析

OpenContent™ PFMEA智能体通过四类证据(当前产品、历史问题、旧PFMEA、现行控制)对齐真实状态,实现风险识别与分析的证据驱动。系统分层治理文档,按“事实先行、经验分级、控制定权、人机有界”原则,自动生成带证据链、评分依据与控制计划建议的AI初稿。七步流程确保每环节可追溯,输出五表联动的可审核工作簿,推动PFMEA从“填表”转向“闭环管控”,显著提升效率与风险覆盖度,助力企业将PFMEA从个人经验转化为可复用的组织能力。

Macrowing的博客 133

OpenContent™8D报告智能体:让质量数据变成AI能用的资产

鸿翼基于OpenContent™打造8D报告智能体,通过结构化治理将海量沉睡的8D报告转化为可追溯的元数据资产,实现AI自动评分、故障智能检索与8D辅助生成三大能力。依托统一字段体系,赋能质量闭环管理,提升问题排查效率与报告编写质量,推动制造企业质量数据资产高效复用与持续进化。

Macrowing的博客 318

鸿翼入选 2026 年上海市 “AI + 制造” 服务商能力图谱

2026年上海“AI+制造”服务商能力图谱发布,鸿翼软件入选“工业智能体和应用”类别,覆盖研发、管理、质量三大场景。图谱以技术、落地、服务、生态四原则为依据,助力制造企业精准选型。面对数据孤岛与非结构化数据难题,鸿翼构建AI就绪数据基座,实现多模态数据治理与Agent驱动的智能应用,已在芯片、汽车、高端装备等行业实现可复制落地,推动AI从概念走向规模化应用。

Macrowing的博客 168

鸿翼OpenContent™Agent智能体平台:AI应用管理与系统管理功能全景

鸿翼OpenContent™Agent平台通过“应用管理”与“系统管理”双轮驱动,实现AI能力落地与平台可持续运行。知识图谱构建业务关系网络,支撑多跳推理与可解释分析;文档审核融合规则与语义判断,保障内容质量;文档生成打通模板、知识库与编辑闭环,高效产出规范文件;网页托管实现成果标准化发布。系统层面,统一配置与权限管控确保一致性,巡检与日志体系保障运行可观测、可审计。平台以“能出成果、稳得住”为核心,推动AI真正融入企业生产。

Macrowing的博客 196

鸿翼OpenContent™ Agent 智能体平台一体化的定位

鸿翼OpenContent™ Agent智能体平台聚焦企业AI落地痛点,构建“数据—知识—Agent—业务”一体化闭环。通过自研非结构化数据治理能力,统一接入多系统异构数据,实现AI就绪的可信知识资产沉淀;基于多模态解析与元数据管理,支撑智能体跨系统执行任务、调用工具、生成成果,并回流业务优化。平台助力政企客户突破“聊天框困境”,推动AI从问答走向真实业务交付,打造可持续进化的数字员工体系。

Macrowing的博客 281

企业AI的下一站:从“会回答问题“到“能完成任务“

用户不再需要拆解步骤,只需要描述业务目标,Agent就能结合上下文理解任务、自主规划执行路径、检索企业知识、调用模型、Skill、工作流和外部系统,完成分析、判断、生成、审核、流转和结果交付。企业数据分散在OA、ERP、PDM、MES、网盘、NAS以及员工个人终端中,大量文档、图片、表格、图纸和音视频还没有完成统一汇聚、分类治理、多模态解析、元数据抽取和知识关联,难以直接转化为Agent可识别、可检索、可推理的"AI就绪数据"。企业知识往往内容重复、版本混乱、有效性不明、权限不一致、来源不可追溯。

Macrowing的博客 275

网盘升级|面向 Agent 与 AI,全新 AI 原生VDrive网盘

AI深度融入工作流,却面临文件搬运与上下文丢失的断层。通过OpenContent™ Skill与VDrive构建双向闭环:企业知识输入AI工作台,生成成果及过程数据直接沉淀至VDrive,并回流至OpenContent™,实现资料“进得去、回得来”。VDrive作为AI原生工作区,无缝承接成果、过程、上下文与记忆,打破信息孤岛,让每一次AI工作都成为企业知识资产的积累。

Macrowing的博客 65

OpenContent智能文档云:赋能企业数智化文档管理新升级

OpenContent智能文档云致力于破解企业文档管理痛点,打造一体化、智能化的全生命周期管理平台。通过个性化门户、轻量化操作、沉浸式体验与智能引用功能,提升文档访问与协作效率;支持高效预览、在线创作、秒传与批量处理,优化办公流程;强化版本对比、副本创建与实时通知,保障协作安全;依托标准化模板与可视化治理,推动文档体系规范化;结合灰度升级与第三方集成,实现高效运维。全面赋能企业降本增效,筑牢数智化转型内容底座。

Macrowing的博客 110

鸿翼OpenContent™Agent智能体平台:模型中心与评测管理功能全景

<think>我们只需要根据内容生成一个≤150字的摘要。内容是关于模型中心和评测管理的。要简洁概括核心要点。</think>企业AI平台落地后,核心挑战是模型接入混乱与效果不可控。模型中心通过统一网关纳管大语言、多模态、Embedding、Rerank四类模型,实现资源可控;评测管理借助链路跟踪、数据回流与量化评估,让运行过程可审计、效果可度量。两者结合,确保Agent既跑得起来,又跑得可信、越跑越好。

Macrowing的博客 237

企业级AI原生应用工厂——OpenContent™ Agent智能体平台全景解析

面向AI原生应用的新阶段,这一平台以"自主编程+智能体"的技术路线,为企业提供了一条从数据到智能应用的完整通路,也为企业智能化建设提供了可规划、可度量、可扩展的工程化路径。所谓工厂,意味着平台解决的不只是单个AI应用的开发问题,而是AI应用的体系化生产、装配与运营问题:智能体如何标准化地创建,如何按照统一规范运行,如何接入企业现有系统,如何持续迭代维护,都在平台层面得到统一管理。平台通过多智能体协同,支持将复杂业务拆解为由多个专业智能体分工协作的任务网络,各智能体各司其职、相互配合,共同完成整体目标。

Macrowing的博客 237

鸿翼AI Studio×WorkBuddy整合:解锁业务自主搭建AI任务新能力

任务部署后,系统自动解析手册内容,抽取关键信息,生成FAQ条目和知识词条,写入OpenContent知识库。产品一迭代,FAQ跟着改,词条跟着补,工作量集中在几个人身上,更新不及时,知识库内容经常滞后。简单说,鸿翼负责企业内容和知识这一层,WorkBuddy负责工具连接和任务执行这一层,两边一对接,业务人员拿到的就是一个开箱即用的智能任务环境。鸿翼AI Studio内置智能任务搭建功能,对接WorkBuddy等第三方平台,让业务人员自己创建Skill、部署任务,上传文档就能跑起来。搭一次,多个场景共享。

Macrowing的博客 188

鸿翼OpenContent™ Agent智能体平台:智能体功能全景

创建Agent时,管理员可以配置头像、名称、简介、默认提问、开场白、系统指令、会话模型、函数调用模型、知识库和用户问题建议。管理员按工具名称、描述和分类检索,查看创建者、发布状态、审核状态、浏览量及更新时间,完成创建、编辑、复制、启停和删除等操作。管理员拖拽添加开始、条件分支、插件识别、联网检索、知识库检索、标签识别、大模型生成、自定义代码和结果返回等节点,按用户输入、插件匹配结果、知识库召回情况和业务规则设计执行路径。Skill、MCP服务和插件工具在平台内统一注册、分类、审核、发布和运营。

Macrowing的博客 208

鸿翼OpenContent™ Agent智能体平台:智能体功能全景

创建Agent时,管理员可以配置头像、名称、简介、默认提问、开场白、系统指令、会话模型、函数调用模型、知识库和用户问题建议。管理员按工具名称、描述和分类检索,查看创建者、发布状态、审核状态、浏览量及更新时间,完成创建、编辑、复制、启停和删除等操作。管理员拖拽添加开始、条件分支、插件识别、联网检索、知识库检索、标签识别、大模型生成、自定义代码和结果返回等节点,按用户输入、插件匹配结果、知识库召回情况和业务规则设计执行路径。Skill、MCP服务和插件工具在平台内统一注册、分类、审核、发布和运营。

Macrowing的博客 246

鸿翼OpenContent™ Agent智能体平台:数据处理功能全景

数据处理统计区域则列出入库文件总量、内容分块数量、处理成功与失败数量、任务成功率、文件类型分布、各类数据治理工作流执行次数,支持按时间范围、企业库、知识库筛选。鸿翼把这一切收进AI Studio一个工作空间:大模型、企业知识、Agent、Skill、业务工具和任务成果集中在一起,用自然语言发起知识查询、文档分析、内容生成、数据处理、业务办理。同一个策略内,针对图片、Word、PDF、PPT、表格、音频、视频及其他格式,分别配置解析引擎——原生解析、OCR解析、视频解析,或直接禁用。

Macrowing的博客 348

鸿翼AI Studio×WorkBuddy整合:解锁业务自主搭建AI任务新能力

鸿翼AI Studio通过对接WorkBuddy平台,实现业务人员自助搭建AI任务,破解企业AI落地难题。该方案提供可视化Skill配置界面,支持业务人员无需编码即可创建任务流程,并复用第三方平台的连接与自动化能力。目前已成功应用于产品手册FAQ自动生成等场景,后续将拓展至CAD图纸分析、自动审图等业务领域,推动企业数字化进程由IT主导转向业务自主,大幅提升实施效率。

Macrowing的博客 178

边看边问:OpenContent 从内容管理工具升级为AI生产力平台

OpenContent V9通过三大创新突破企业内容管理工具与AI的割裂问题:1)首创列表问答协作模式,实现动态布局与操作零遮挡;2)建立用户指定素材生成机制,确保AI回答可溯源;3)设计"治理-使用-沉淀"闭环,让AI产出转化为可复用资产。该方案将内容管理与AI深度融合,在降低50%运维成本的同时,使AI交互效率提升300%,推动企业内容管理从工具型向智能伙伴型进化。典型场景测试显示,合同审查时间缩短70%,技术报告处理效率提升400%,真正实现了AI能力与业务流程的无缝融合。

Macrowing的博客 175

三层上下文:OpenContent V9如何让个人、团队、组织知识统一进入AI链路

OpenContent V9推出In-Flow AI技术,打通企业知识管理的"最后一公里"。该系统创新性地构建组织、团队、个人三层知识上下文体系,通过安全审核机制将分散在个人电脑和团队空间的业务资料纳入智能处理链路。用户提问时AI可同时检索三层知识库,使响应更贴合实际业务场景。该方案采用隐私保护设计,管理员仅审核文件规模而无法查看内容,既保障信息安全又提升知识利用效率。这一架构突破性地解决了企业AI应用中的"知识孤岛"问题,让知识在自然产生处即可被智能解析和关联,实现从"泛泛而谈"到"精准业务支持"的质变。

Macrowing的博客 212

Prefactor 代码重构与质量提升实战指南

面对一个运行多年、逻辑盘根错节的遗留系统,很多开发者都有过类似的无力感:明明知道代码里埋着雷,却不敢轻易触碰;每次想加个新功能,都要在层层嵌套的if-else中小心翼翼地穿行,生怕牵一发而动全身。这种“技术债务”不仅拖慢了开发效率,更让团队陷入“越改越乱、越乱越不敢改”的恶性循环。其实,重构并不是要推倒重来,而是一场有策略、有步骤的“外科手术”。关键在于如何精准识别风险点,如何在保证业务连续性的前提下逐步优化架构,以及如何建立一套可持续的质量保障机制。

Macrowing的博客 356

Skill驱动一切:OpenContent V9如何用标准能力单元重构内容管理

OpenContent V9创新性地采用Skill驱动架构,将企业文档操作、数据治理和AI数据准备等能力封装为标准化的Skill单元,构建统一的能力调用接口。该系统包含基础内容操作、数据治理和AI数据就绪三大类Skill,实现了从功能系统到能力平台的转型。这种架构通过标准化接口和安全执行机制,支持用户、流程、Agent和大模型以相同方式调用能力,同时确保访问安全可控。Skill体系使内容管理从固定功能转变为可编排的能力组合,为AI应用提供了灵活的能力底座,显著提升了企业构建AI应用的效率。

Macrowing的博客 238

V9核心架构:让企业内容成为Agent可执行的上下文

OpenContent V9提出"AI Native Core"架构,通过五大维度重构企业内容管理:模型理解、Agent调用、权限继承、内容治理和结果交付。其核心是将内容转化为Agent可执行的上下文,实现从被动响应到主动协作的转变。该架构包含自主任务规划的Agent平台、结构化数据底座、标准化Skill调用机制和多模态理解能力,构建了从数据准备到智能协同的完整闭环。V9不仅提供AI功能集合,更是一套完整的AI内容基础设施,使企业无需从零搭建即可实现AI驱动的智能化内容管理。

Macrowing的博客 170

OpenContent AI V9.0发布:AI原生时代的企业内容管理新纪元

OpenContent智能文档云v9.0发布,标志着企业内容管理进入AI原生时代。该版本突破传统ECM系统局限,构建"人+AI+智能体"三位一体的内容管理底座,将企业内容转化为可直接服务AI的生产资料。通过统一的内容治理、权限继承和审计追踪机制,V9解决了AI应用中数据可信、安全合规等核心痛点,支持多智能体协作和业务流融合。此次升级不是功能迭代,而是从"管理内容"到"经营内容智能"的范式转变,使企业内容资产真正成为可被AI理解、调用和增值的动态生产要素。

Macrowing的博客 182

**传统 ECM 和 AI 原生文档平台,差的不只是一个大模型**

企业内容管理(ECM)正在经历从"管文件"到"用内容"的范式转变。传统ECM聚焦文档存储和权限管理,而AI原生平台通过多模态解析、智能标签和知识关联重构了底层架构。以鸿翼OpenContent V9为例,其分层能力体系(基础操作、数据治理、AI连接、场景应用)实现了内容的理解与智能应用。这种转变让静态文件成为可分析的知识节点,推动企业管理从简单存储迈向深度价值挖掘。大模型技术背后,本质是内容架构逻辑的根本性变革。

Macrowing的博客 88

**工厂里的老师傅退休前,把他的经验留在了系统里**

鸿翼 OpenContent 的数据治理 Skill 专门为这类场景设计了智能标签生成、语义增强和知识图谱构建工具,让老师傅三十年的经验,最终变成了全厂共享的知识资产。系统发现,老刘经手的某个工件,材料来自 A 供应商、用 B 工艺加工、在 C 设备上生产,最后合格率 99.2%。具体来说,老刘处理过的每份工艺文件、每次设备维修记录、每份质检报告,系统都做了解析和标注。不是简单存文件,而是理解内容——工艺参数、设备型号、材料批次、问题现象、解决方案,全部结构化提取。去年老刘退休,厂里慌了。

Macrowing的博客 77

**企业 AI 里的“Skill“到底是什么?我用三个场景说明白**

有了 Skill:老张在系统里输入客户名称,后台自动调用"CRM 数据查询"“文档库检索”"竞品信息抓取"三个 Skill,把结果聚合成一份简报,5 分钟推到他手机上。有了 Skill:发票拍照上传,系统自动调用"OCR 识别"“发票验真”“重复检测”"审批流校验"四个 Skill,有问题的标红,没问题的自动过。有了 Skill:小王输入零件参数,系统调用"规范检索"“内容提取”"合规比对"三个 Skill,直接告诉他符不符合,不符合的话差异在哪里。以前:老张发邮件给三个部门,等回复,收附件,自己整理。

Macrowing的博客 85

**作为一个后端,我不想再接第 50 个“帮我导个文档“的需求了**

企业系统后端常被琐碎的文档需求困扰(如格式转换、水印等),导致重复开发。某团队通过重构将文档能力标准化:1)分类梳理需求;2)抽象通用接口(如统一格式转换参数);3)集成权限审计体系。实现后,70%文档需求无需开发,业务方直接配置即可。这种"Skill化"方案(如鸿翼OC Skill模块)将通用能力下沉,避免重复建设,提升交付效率。核心价值在于通过能力复用达成开发效率与业务敏捷的双赢。

Macrowing的博客 170

**从一份 PDF 到一次 API 调用:企业 AI 能力的“最后一公里“**

鸿翼 OpenContent V9 把这三层拆成了 OC Skill、数据治理 Skill 和 AI 数据连接 Skill,每层有独立的职责边界,又通过统一调用机制串联。接着,提取的内容需要标注元数据:这是什么类型的文档、属于哪个项目、涉及什么主题、谁有权访问。OCR 是一个 Skill,元数据提取是一个 Skill,向量化是一个 Skill。但把它们串起来,让企业里的任何一份文档都能在需要时被 AI “用得上”,这就是"最后一公里"的问题。最底层是存储,往上是计算,再往上是服务,最上面是应用。

Macrowing的博客 179

**Agent 平台想要落地企业,得先解决这三个问题**

鸿翼 OpenContent V9 把这套机制做成了产品——企业把自己的能力封装成标准化 Skill,Agent 通过统一调用入口接入,权限校验和审计全部在 Skill 执行层完成。Agent 落地的关键,不在于 Agent 本身有多聪明,而在于它背后的能力底座有多扎实。企业需要完整的执行日志,每一步调用了什么能力、访问了什么数据、输出是什么,全程可回溯。解决这三个问题,核心在于把企业能力封装成标准化的、带安全边界的、可审计的单元。我在几家企业做过 Agent 平台的试点,总结出三个绕不开的卡点。

Macrowing的博客 201

**Skill 机制如何让大模型“用得上“企业数据**

企业大模型应用面临的首要挑战是数据可用性问题。文章指出企业数据存在分散存储、格式混乱、权限复杂和更新频繁四大痛点,提出通过"Skill机制"构建中间层解决方案:将数据操作封装为标准化能力单元,由Skill处理权限校验、格式转换等预处理工作,大模型仅通过标准化接口调用Skill功能。该方案具有三大优势:确保安全边界内的数据访问、提供结构化数据输入、实现全链路操作审计。技术实现需建立Skill注册发现、参数校验等机制,支持多Skill编排执行。这种"大脑+手足"的架构设计,既发挥了大模型的认知能力,又保障了企业

Macrowing的博客 202

**大模型落地企业,最缺的不是算力,是“标准化能力单元“**

一个做过类似项目的架构师告诉我,他们参考鸿翼 OpenContent 的 Skill 体系,把企业常用的 40 多种文档操作封装成标准 Skill 后,上层应用的开发效率提升了 5 倍。更重要的是,能力的复用率从 10% 提升到 70%——同一个"文档解析"Skill,被合同审核、知识入库、报告生成等十几个场景共用。但算力到位之后,很多企业发现下一步卡住了:模型有了,数据也有了,但就是让模型真正跑起来干活,比想象中难得多。它需要"手"——标准化的、可调用的、有权限控制的能力单元。问题出在"能力碎片化"。

Macrowing的博客 154
上一篇: 【无标题】
下一篇: 2024鸿翼加速推进数据要素生产力,“五驾马车”再启新鸿图
鸿翼Macrowing
鸿翼Macrowing 鸿翼官方账号 鸿翼官方账号
博客等级 码龄7年 176粉丝 212原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值