- 综合排序
- 最热优先
- 最新优先
ZGI深度解读：企业如何构建可观测、可运维的下一代AI操作系统
ZGI：重新定义企业AI基础设施正是基于对这些痛点的深刻理解，ZGI提出了全新的企业AI操作系统架构。 实践案例：从概念到价值的跨越某头部券商在引入ZGI后，其AI应用落地效率发生了质的变化：第一阶段：标准化知识库建设将散落在各部门的研究报告、政策文件、公告信息统一接入ZGI平台，通过智能文档解析和知识图谱构建 平台已通过多项安全认证，支持私有化部署，确保企业数据完全自主可控。行业影响与未来展望ZGI的推出标志着企业AI建设从“工具应用”阶段进入“系统工程”阶段。 我们认为，这一转变将带来三个深远的行业影响：影响一：降低AI应用门槛通过标准化的平台和丰富的预置模板，中小企业也能快速构建高质量的AI应用，真正实现AI技术的普惠。 当前，ZGI已在金融、制造、医疗、法律等多个行业成功落地。我们相信，随着平台的不断完善和生态的持续壮大，ZGI将成为中国企业智能化转型的核心基础设施。
32910编辑于 2025-12-10ZGi为什么能记住你的偏好？会话记忆解析
ZGi平台会话上下文展示ZGi 平台里可以开启“会话上下文”，也可以设置“会话轮数”。也就是说，开发者可以控制智能体参考最近几轮对话，不需要自己写复杂的上下文管理逻辑。
11010编辑于 2026-05-25从 “能对话” 到 “能执行”，ZGI 工作流如何让 AI 落地业务闭环
而 ZGI 可视化工作流引擎，正是为破解这些技术痛点而生。 ” 组件，配置设备 IP、ERP 数据库地址等参数，即可实现 IoT 平台（如阿里云 IoT、华为云 IoT）、ERP 系统（如 SAP、用友）、订单系统的数据实时同步，组件内置数据格式自动转换功能，避免因字段不匹配导致的对接失败 例如，IoT 平台反馈 “机床 A 突发故障” 时，工作流可自动将其任务分配给空闲的机床 B，并同步更新至 MES 系统（制造执行系统），整个调整过程耗时＜5 分钟。 借助 ZGI 工作流，开发者可快速搭建 “金融合同审阅自动化闭环”，核心优势在于 ZGI 生态的无缝集成：智能文档解析：直接使用 ZGI 内置的 “PDF 合同解析” 组件，无需额外集成第三方工具，该组件支持自动提取合同中的 现在访问 ZGI 开发者平台，获取专属技术支持，领取 “企业级流程搭建礼包”（含 10+ 行业 demo、组件开发手册），助力你 1 周内完成 AI 业务闭环从 demo 到生产的落地。
49510编辑于 2025-12-15企业场景中它和专用AI平台的定位区别
什么时候需要像ZGI这样的企业级平台？ 、成本管控、安全合规金融/医疗等强监管行业企业级AI平台审计、脱敏、权限是刚需五、企业级AI平台做了什么补充？ 以ZGI为例（一个面向企业的AI能力接入与管理平台），它在LangChain的能力之上，增加了四层企业级能力：5.1 可观测性层自动记录每次调用的Token消耗、耗时、模型、用户提供多维度成本报表（按团队 你需要的是：可观测性（知道发生了什么）成本管控（知道花了多少钱）安全合规（知道谁在调用、调了什么）企业集成（跟现有系统打通）这些正是ZGI这类企业级AI平台要解决的问题。 选择逻辑很简单：做Demo → LangChain做产品 → LangChain + 自建能力做企业级系统 → LangChain + 企业级平台（如ZGI）希望这篇文章能帮你理清LangChain的定位
23010编辑于 2026-04-21- 来自专栏AiCharm
YOLOv8官方支持多目标跟踪 | ByteTrack、BoT-SORT都已加入YOLOv8官方
load a custom model # Track with the model results = model.track(source="https://youtu.be/Zgi9g1ksQHc ", show=True) results = model.track(source="https://youtu.be/Zgi9g1ksQHc", show=True, tracker="bytetrack.yaml ") 命令行如下 yolo track model=yolov8n.pt source="https://youtu.be/Zgi9g1ksQHc" # official detection model ", conf=0.3, iou=0.5, show=True) 命令行如下 yolo track model=yolov8n.pt source="https://youtu.be/Zgi9g1ksQHc ", tracker='custom_tracker.yaml') 命令行如下 yolo track model=yolov8n.pt source="https://youtu.be/Zgi9g1ksQHc
2.1K30编辑于 2023-05-15 - 来自专栏集智书童
YOLOv8官方支持多目标跟踪 | ByteTrack、BoT-SORT都已加入YOLOv8官方
load a custom model # Track with the model results = model.track(source="https://youtu.be/Zgi9g1ksQHc ", show=True) results = model.track(source="https://youtu.be/Zgi9g1ksQHc", show=True, tracker="bytetrack.yaml ") 命令行如下 yolo track model=yolov8n.pt source="https://youtu.be/Zgi9g1ksQHc" # official detection model ", conf=0.3, iou=0.5, show=True) 命令行如下 yolo track model=yolov8n.pt source="https://youtu.be/Zgi9g1ksQHc ", tracker='custom_tracker.yaml') 命令行如下 yolo track model=yolov8n.pt source="https://youtu.be/Zgi9g1ksQHc
6.7K21编辑于 2023-02-26 ZGI给了你一盏探照灯
ZGI的解法：让每一步都“看得见、管得着”假设现在你还是那个找书的人，但这次图书馆有了智能探照灯系统（这就是ZGI的可观测性设计）：第一道光：看“书是怎么撕的”上传一份100页的技术合同时，ZGI让你清楚地看到 直接拖拽合并，立即生效第二道光：看“管理员怎么找的”当你问“知识产权条款”时，ZGI会展示：找到了哪些片段（并标出相似度分数）为什么没找到其他片段（是因为术语不匹配，还是位置太远？） ——检索结果实时更新第三道光：看“AI是怎么想的”ZGI会显示：模型收到了哪些文本片段它是基于哪句话得出了结论如果结论错了，是哪部分输入信息导致的？ 用了ZGI后，最近一次风控反馈：“这个合同里的‘交叉违约条款’风险等级判断错了。” ZGI想做的，就是给每个AI工程师一盏探照灯。因为真正优秀的系统，不是永远不出错，而是出错时能快速、精准地被修复。我们相信，当AI变得可调试、可解释时，它才能真正被信任、被用于核心业务。
19510编辑于 2025-12-09企业私有化大模型部署：从选型到上线的完整工程路径
开源模型维度说明优势免费、社区活跃、可二次开发劣势需自建运维、调优成本高、缺少企业级功能适合技术团队强、预算有限、愿意投入时间代表：Llama 3、DeepSeek、Qwen、GLM3.2 商业模型/平台维度说明优势开箱即用 选型模型选型（开源 vs 商业）推理框架选型硬件配置确定阶段三：部署环境搭建模型部署与测试高可用配置（如需）阶段四：上线监控体系搭建成本归因方案应急预案九、延伸阅读本文介绍的企业私有化大模型部署工程路径，与 ZGI ZGI支持私有化部署、多模型接入、精细化成本归因，感兴趣可以参考ZGI的技术文档。写在最后私有化大模型部署不是一件简单的事，但也不是不可逾越的难题。
73300编辑于 2026-04-13AutoGen做了什么？Multi-Agent框架在企业场景的边界在哪
五、框架补位与选型决策5.1 AutoGen的定位AutoGen解决的是 “Agent之间如何协作” 的问题，但它不解决企业级AI平台的三个核心问题：<! 在具体实现上，有企业采用 ZGI 作为AI底座平台，与AutoGen形成“底座+协作”的组合方案。 ZGI负责统一模型接入、可观测性、资产管理，AutoGen负责多Agent对话编排，两者互补覆盖企业级需求。5.2 一句话选型指南<! 对话驱动，天然支持多角色协作固定流程自动化CrewAI角色链+任务分解，执行效率高复杂状态机、审计要求高LangGraphDAG+显式状态管理，可解释性强企业生产环境（需底座能力）AutoGen + ZGI
15000编辑于 2026-05-23员工离职带走调教一年的AI提示词：一个技术痛点与三种解决方案
交接文档很完整：十几个账号密码，邮箱、CRM、协作平台……全了。一周后，新同事接手工作，问了一个让我愣住的问题：“之前那个同事用AI写产品文案转化率特别高，他是怎么做到的？”我去翻交接文档——没有。 那个账号里，存着他花了将近一年调试出来的几十套提示词模板：不同产品类型的文案框架、不同平台的语气风格、不同用户群体的沟通方式……离职时，他只需要停止报销。那些提示词，跟着他一起走了。 ，可以考虑第三方平台。 例如，市面上已有ZGI这类轻量级AI能力管理平台，核心能力包括：统一AI入口，员工无需注册个人账号提示词、工作流自动沉淀到公司共享库离职一键交接，成果全部留存复用统计 + 奖励机制优点：开箱即用，无需开发缺点 附：本文提到的资源开源提示词管理工具：Prompt Library、Dify（社区版）、LangSmith（自托管版）企业级方案：ZGI 等（可自行搜索对比）自建网关参考代码：可私信获取示例仓库
33710编辑于 2026-04-02Text-to-SQL 在企业里落地 不只是写 SQL，还有表结构理解与权限控制
工程延伸 如果你的场景需要把自然语言数据查询能力集成进现有系统（而不是单独建一个查询界面），可以通过 API 接入带 Text-to-SQL 能力的工作流平台。 ZGI（zgi.cn）的结构化数据增强模块内置了 Text-to-SQL 能力，支持跨表联查和复杂聚合，可通过 Webhook 接入现有 BI 工具。
38310编辑于 2026-03-25HR用AI处理入职档案：从半天变成10分钟的真实过程
比如ZGI平台提供的入职档案自动解析能力，封装了上述流程，支持身份证、毕业证、学位证、离职证明等20+种常见证照的识别，开发者接入后可直接返回结构化数据，省去了自己训练模型的成本。 本文提到的入职档案解析能力，ZGI平台提供了可直接调用的API，支持身份证、毕业证、离职证明等证照的自动识别与字段提取。感兴趣的朋友可以自行了解。
20010编辑于 2026-04-20一个LLM网关需要处理哪些工程问题？多模型路由与成本归因实战
生产环境参考实现可参考ZGI的网关设计。七、延伸阅读本文讨论的LLM网关工程问题——统一接入、智能路由、成本归因、容灾fallback，与 ZGI 的多模型网关能力在思路上基本一致。 ZGI支持统一接入20+主流模型、按场景/成本智能路由、精细化成本归因，感兴趣可以去 zgi.cn 看看。
33710编辑于 2026-04-10用Agent编排实现合同审查自动化：完整实现过程
生产环境参考实现可参考ZGI的Agent编排能力。ZGI支持可视化Agent工作流设计，内置RAG和多模型接入，可以快速搭建合同审查等自动化场景。 十二、延伸阅读本文介绍的合同审查Agent编排流程——文档解析、条款提取、风险匹配、报告生成，与 ZGI 的Agent编排能力在思路上基本一致。 ZGI提供可视化Agent工作流设计、多模型接入、知识库RAG等能力，感兴趣可以去 zgi.cn 看看。
61610编辑于 2026-04-11多租户AI平台设计：权限隔离、数据隔离与计费隔离工程实现
一、问题背景企业级AI平台通常需要服务多个业务单元或外部客户。 每个租户都有独立的需求：租户A（研发部）：只能调用代码类模型，不能访问合同知识库租户B（法务部）：只能调用合同审查应用，数据与其他租户隔离租户C（外部客户）：需要独立计费，月底出账单这就引出了多租户AI平台的三个核心挑战 5.3 成本归因与报表多维度报表：维度说明租户级每个租户月度/年度总账单应用级租户内各应用的消耗分布模型级租户内各模型的成本占比用户级租户内各用户的调用统计在具体实现上，有企业采用 ZGI 作为多租户AI 平台的底座方案，其权限隔离、数据隔离、计费隔离能力覆盖了上述全部设计。 本文基于多租户AI平台建设实践整理。
17610编辑于 2026-05-21- 来自专栏python3
mp3play 播放音乐
upupyoyoyo.net/COFFdD0xMzY5NzM1OTU1Jmk9MTIxLjE1LjEzMC4xNTMmdT1Tb25ncy92Mi9mYWludFFDLzVjL2E3LzZiN2QyZjEwNzEzZTM5ZGI5ZDZiOGE2ODc4YmRhNzVjLm1wMyZtPTdkOThlNmM2ZTVkNTAwMzAzMmEwMGY3NzJhYWRkNmY0JnY9ZG93biZuPcqyw7S2vL
67130发布于 2020-01-09 2026企业AI落地调研：83%的公司卡在“数据不出域”这一步
七、延伸阅读本文讨论的企业AI落地困境——“数据不出域”与“私有化部署”需求，与 ZGI 的企业AI运行底座方案高度相关。 ZGI 支持私有化/混合云部署，让企业数据全程不出域，同时提供RAG、Agent、知识库等开箱即用的AI能力。感兴趣可以去 zgi.cn 看看他们的技术方案。
53010编辑于 2026-04-08一个 LLM 网关需要做哪些事？ 多模型统一接入的工程设计
如果需要与企业权限体系（LDAP/SSO）集成、按组织层级管理配额，并和 Agent 编排流程打通，ZGI（zgi.cn）的网关模块是一个集成度更高的选择，底层基于 Golang 实现，支持私有化部署。
38100编辑于 2026-03-24企业AI的运行底座是什么？和AI工具有什么本质区别？
七、延伸阅读 本文讨论的企业AI底座概念，与[ZGI]项目所定义的“运行底座”在架构思路上基本一致。如果你对该方向的具体实现感兴趣，可以参考ZGI的技术文档或开源仓库。
22210编辑于 2026-04-05企业 AI 成本为什么总是失控？ Token 计量与费用归因体系的设计
ZGI（zgi.cn）的费用管控模块提供了从计量、归因到预算预警的完整体系，支持按部门独立预算管理。
64310编辑于 2026-03-26
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号