^{PIG™ AI Microservice Architecture}
系统白皮书
──


佩格科技
COPYRIGHT © PIG AI. ALL RIGHTS RESERVED.

PIG AI 是一款面向企业的大语言模型（LLM）应用开发平台，采用 Java 技术栈，提供模型接入、RAG 知识库、Agent 编排和业务系统集成能力。

开发人员可以通过界面或 API 构建智能客服、文档问答、业务助手等应用；产品和运营人员也可以参与应用配置、知识维护与效果评估。

产品定位

Java 团队落地大模型应用通常会踩几个典型坑：

• 生态断层：市面上大部分 AI 原生框架与生态工具（如各类开源 Agent）重度依赖 Python。Java 团队要么得额外维护跨语言服务，要么得搞各种 RPC 胶水层，部署与运维成本翻倍。PIG AI 把模型调用、知识库管理、流程编排和业务接口收敛在纯 Java 工程体系内，直接复用现有的运维监控和微服务设施。
• 框架不等于平台：Spring AI、LangChain4j 解决了调用模型的连通性问题，但离企业实际可用还差得很远——企业环境必须有多租户隔离、权限管控、数据审计、长任务调度与监控告警。
• 协议分散与治理混乱：各家大模型的接口、参数与鉴权规则各异，企业内部又存在严格的数据安全与网络边界。PIG AI 提供一层统一的模型网关与适配层，集中管理凭证、用量与鉴权规则。

核心定位

PIG AI 介于底层大模型与上层业务系统之间，核心职责是模型接入适配、混合知识检索、业务自动化编排与企业级权限管控。

除了通用问答、知识检索与业务联动，平台还内置了面向企业内容生产的两个垂直模块：

• AI 演示文稿：输入主题或需求文档生成结构化大纲，挑选版式模板后直接输出可在线编辑、下载的 PPTX。
• AI 标书：针对招标文件进行条款拆解、评分项提取，生成标书大纲与各章节初稿，并配套废标风险对照检查，最终导出 Word。

多模型支持

平台按厂商统一管理模型，支持聊天、决策、向量、排序、图片、视频、音频，以及搜索、解析和 Agent 服务。下表列出当前版本的主要内置预设，模型名称按实际配置标识填写。

视觉理解是聊天模型的可选能力；深度推理通过模型的思考参数配置。是否支持视觉、思考、工具调用或结构化输出，取决于所选模型及其服务接口。内置预设便于创建配置，实际调用还需配置服务地址、凭据并确认账号权限。

除内置预设外，可在厂商下添加自定义模型。美团等厂商以及兼容 OpenAI 协议的服务，可按服务方提供的模型标识与接口参数配置；模型不在预设表中，并不表示无法接入。

决策模型用于回答“选哪个知识库、使用哪个问数数据集、调用哪些技能、进入哪个流程分支”等问题。平台支持 TypeSafe 的 Jev 和硅基流动的决策模型，可独立于聊天模型配置；启用并设为默认决策模型后，按需开启对应场景，具体用途见下文各功能章节。

私有模型与混合接入

• Ollama：连接企业内部的 Ollama 服务后读取本地模型列表，再按模型实际能力配置聊天或向量用途，无需使用固定版本的预设清单。
• vLLM：通过兼容 OpenAI 协议的服务接口接入，模型名称使用部署时对外提供的标识。
• 混合接入：同时配置本地模型和云端模型，在应用中选择模型或使用对应类型的默认模型。

文档解析可接入 MinerU、PP-OCR、Docling、Knowhere 和 Jina Reader；OpenClaw、HermesAgent 作为 Agent 服务单独配置。

RAG 知识库

RAG（Retrieval-Augmented Generation，检索增强生成）是一种将信息检索与文本生成相结合的技术范式。其核心思想是通过实时检索外部知识库获取与当前任务最相关的信息片段，将这些检索结果作为上下文输入给生成模型，从而提升生成内容的准确性和事实性。

多源知识融合

PIG AI 的 RAG 知识库会在模型回答前检索外部资料，并把相关片段作为上下文。资料可来自以下来源：

• 模型知识：模型训练阶段获得的通用知识，内容存在时间边界。

• 企业知识：产品规格、技术文档、内部流程和业务规则等内部资料。

• 公开资料：通过搜索服务获取的新闻、政策、论文和产品信息。

智能清洗增强

文档进入知识库前会经过解析、切分和清洗：

• 数据收集与标准化：支持 PDF、Word、Excel、PPT、图片和网页等来源，并转换为统一的文本与元数据结构。

• 文本切分与去噪：按段落、语义块或自定义规则分片，并处理页眉页脚、水印、乱码和重复内容。

• 知识标注与向量化：为分片补充主题、时效性和适用范围等元数据，再通过嵌入模型生成向量索引。

  

精准多路召回

检索阶段可以组合以下策略：

• 向量搜索：按语义相似度查找相关片段，适合概念关联和自然语言问题。

• 全文搜索：按关键词检索，适合术语、代码、人名和产品型号等精确内容。

• 知识图谱：使用实体与关系组织知识，用于查询人物、产品和业务对象之间的关联。

• 关系重排：对初步召回结果再次排序，可结合相关性、时效性和资料权重筛选上下文。

深度推理支持

PIG AI 的 RAG 知识库支持接入具备深度推理能力的模型，让模型结合检索到的资料分析问题并生成回答。对于返回推理内容的模型，系统会将推理过程与最终回答分别展示，方便用户查看分析过程。遇到新闻、产品动态等时效性较强的问题，还可以通过联网搜索补充公开资料；企业也可以接入自建搜索服务，将索引和查询流量保留在内部环境，并按现有角色与业务权限控制搜索范围。推理内容的展示取决于模型实际返回的数据，回答仍需结合资料来源与时效性进行核验。

场景演示

知识库支持导入本地文件、网页和业务数据。系统完成解析与索引后，应用可以在客服、技术支持和内部知识查询等场景中引用这些资料回答问题。

知识库组织与配置

将数据上传到 PIG AI 知识库后，PIG AI 会自动将你的文档分割成内容片段进行存储，并通过向量搜索来检索最相关的内容来回答用户问题。

例如：

• 你可以将几十页的产品介绍文档导入知识库，当 Bot 使用了这个知识库后，你就可以拥有一个专属产品顾问 Bot。

• 你可以将常关注的资讯网站或在线论文导入知识库，通过知识库的自动更新能力，让 Bot 帮助你收集最新数据。

知识库支持 Word、PPT、Excel、TXT、图片、PDF、结构化数据和网页等来源。管理员可以查看和调整文本切片，配置召回数量、排序策略与权重，并保留回答引用的原文快照。

多知识库支持

企业可以按产品、技术或制度等主题组织多个知识库。用户可以手动指定知识库，也可以由系统根据问题自动匹配。启用知识库决策场景后，决策模型会结合当前问题与知识库名称、描述，从用户可访问的知识库中选择适用对象，再进入检索与回答流程。

知识库匹配与检索涉及以下能力：

语义理解

分析问题的主题、领域和关键概念

_T1

知识库画像

每个知识库都有其特定的领域标签和内容特征

_T2

智能路由

结合问题与知识库描述选择适用知识库，支持决策模型判断

_T1

多库联合检索

必要时可以同时在多个相关知识库中进行检索，综合提供答案

_T2

手动指定知识库时优先使用用户选择；未启用决策模型时，沿用原有自动匹配方式。

丰富的知识库场景

知识库还提供答案标注、安全控制、富文本输出和引用溯源：

答案标注

对历史对话中的回答进行标注，遇到类似问题时复用已标注的答案。持续积累经过确认的内容，提高回答的一致性与准确性。

_T1

安全控制

按角色设置知识库访问权限，限定用户可查询的内容范围。结合敏感词与访问次数配置，满足企业对知识使用的管理要求。

_T2

输出富文本

回答支持图片、表格、链接和代码块，可将文字说明与相关资料组合展示。用户能直接阅读图文内容、对照数据或查看代码。

_T1

结果可溯源

回答可附带引用内容的快照和原文位置，方便用户查看答案依据。核对相关段落与上下文后，再判断回答是否符合实际需求。

_T2

全局配置化

管理员可以在统一界面中配置模型、向量数据库、提示词和计费信息：

模型切换

支持在线配置不同厂商和类型的模型，应用可按配置切换模型，无需修改业务代码。

_T1

向量数据库

支持 Milvus、Qdrant、Chroma、pgvector、Neo4j 和 SeekDB 等向量存储方案。

_T2

提示词维护

提示词（Prompt）可以在线编辑、测试和维护，修改后无需重新部署应用。

_T1

账单管理

系统记录 API、智能体编排和批量任务的模型用量，并按租户或用户统计费用。

_T2

文档对话引擎

Chat2File 支持解析 Office 文档、图片和 PDF，并围绕上传内容进行对话。

• 识别文档结构、正文和表格，提取与问题相关的内容
• 支持中英文提问，可处理「第 3 章第 2 节中的数据」这类上下文指代
• 支持跨语言问答与文档翻译
• 回答关联原文位置，并保留引用快照

技术实现

PIG AI 使用 Java 组织文档处理、索引、检索和模型调用，文档解析与模型推理由配置的本地服务或云端服务完成。

数据清洗与预处理

数据清洗管道包括：

• 识别并移除页眉页脚、水印和重复内容
• 基于向量相似度进行文档级与段落级去重
• 提取时效性、来源和适用范围等元数据
• 保留标题层级，将非结构化文本转换为可索引内容

混合检索与排序算法

系统可以组合稠密向量、稀疏向量和关键词检索，再对召回结果进行排序：

• 多路召回用于扩大候选范围
• 重排序可结合相关性、时效性和资料权重

Java 领域的技术重建

数据清洗、向量模型调用和混合检索由 Java 服务统一编排。开发者可以复用 Spring 工程的配置、监控、熔断和流量控制能力，并按需接入外部解析与推理服务。

业务联动

业务联动让模型从单纯的“聊天回答”走向“调接口干活”，把用户的自然语言直接对应到真实的系统 API 调用、流程流转与数据回写。

从对话到业务执行

通过让大模型调用注册好的工具，平台可以在权限受控的前提下查询业务库或执行写入。

Function Calling：对接业务系统

• 把日常对话中的关键意图提取为标准的 JSON 请求体
• 自动识别要调用的目标接口与查询参数
• 自动填充表单字段并触发预设的前置校验
• 严格继承现有业务接口的鉴权机制，不支持越权操作

常见业务自动化场景

• 客户服务操作：查订单物流、改收货地址、提交售后工单
• 数据自动录入：从对话文字或上传单据中抽字段，批量写库
• 发起业务审批：按提取出的参数自动组装流程表单并提交 Flowable 审核
• 跨系统数据协同：串联多个异构系统的 API，自动搬运和同步状态

联动机制与安全把关

模型生成的参数永远不能直接信任入库。PIG AI 在调用下游接口前，会统一走一遍常规业务网关的身份认证、Token 校验与参数合法性检查。接口执行完毕后，执行结果或错误信息再反馈给模型继续组织回复。

典型场景

Function Calling 的核心作用就是双向翻译：把人话转成 API 参数或 SQL 查询条件，以及从非结构化文本里掏出结构化数据。

• 外接工具扩展：遇到专业计算、天气、第三方平台数据时，动态调外链工具（类似 ChatGPT Plugins 机制）
• 动态构造查询：把模糊的过滤条件转成确切的 API 过滤字段或 SQL Where 条件
• AI 智能表单：自然语言填表

AI 智能表单

智能表单省去了手动逐项填写的麻烦。例如用户随手发一句“建个用户，技术部张三，手机号 13800000000”，系统会自动映射到表单字段，缺少必填项时会主动追问，用户在界面核对无误后点击提交。

自然语言驱动的页面操作（Web RPA）

PIG AI 将多模态页面识别与自动化点击交互结合起来，让用户用一句话直接操控复杂的现有 Web 界面。智能体会分析当前屏幕中的按钮、输入框、下拉框与表格数据，自动推导并执行后续的一连串操作。

传统 RPA 脚本脆弱在只要前端 DOM 改个类名或按钮换个位置，整个脚本就报废。Page Agent 则是看懂页面实时状态再做决策，更适合 CRM 客户跟进、日常日志汇总、运营报表点选等步骤琐碎的日常操作。

常见指令示例：

• “统计今天的失败日志并总结主要报错原因。”
• “把刚才那个客户的预算改成 8 万，建一个下周二的回访日程。”
• “打开站点统计面板，把今天的 UV、PV 和成交总额抓出来。”

执行全程透明：界面会高亮显示操作轨迹；碰到必填字段缺失会停下来询问；遇到保存、提交、审批、删除等关键写操作时，必须等待人工二次确认，随时可以一键叫停。

真实案例：CRM 线索自动沉淀

销售人员发来一段微信聊天记录、客户名片或需求截图，系统自动提取客户姓名、意向产品、预算范围与跟进状态，生成标准的客户资料卡。入库后直接触发 CRM 现有的客户分配策略派单给对应销售，并同步写入提醒。

字段映射直接在界面配置，底层依然严格走企业现有系统的权限拦截与唯一性校验。

智能体 Agent

智能体（Agent）会根据目标与工具返回的结果动态决定下一步动作。PIG AI 提供工作流编排、代码评审、智能巡检和自定义技能（Skills）接入能力。

工作流与智能体编排

可视化设计器支持通过拖拽节点快速配置执行路径、条件分支与出入参：

• 能力单元化：将大模型提示词、外部接口与脚本封装为独立节点（LLM Function）
• 灵活逻辑控制：支持条件判断、循环重试、并行分支等典型控制流；问题分类节点可接入决策模型，根据用户意图选择对应分支
• 批量处理：支持列表数据分发与并发执行
• 输出校验：在关键节点后添加规则检查，防止模型幻觉或非法输出流入后续环节

典型使用场景包括多语言批量翻译、自动化数据洞察抽取、工单分拣派发和多模态图像批量标注等。

接口调用示例：

curl -X POST 'https://home.pig4cloud.com:38443/api/admin/aiFlow/execute' \

	    --header 'Authorization: Bearer YOUR_ACCESS_TOKEN' \

	    --header 'Content-Type: application/json' \

	    --data-raw '{

          "id": "1896399681963388929",

          "params": {},

          "envs": {}

      }'

超级智能体（Super Agent）

固定节点的工作流适用于规则明确、步骤可穷举的确定性业务。但面对探索型任务（如排查一个偶发报错、编写一个复杂业务模块）时，步骤不可能提前写死。

超级智能体不再拘泥于固定拓扑图，而是以“目标”为导向，由大模型自主拆解步骤、尝试执行、观察报错并反复迭代纠错。

PIG AI 可以直接给 OpenClaw、Hermes、Codex、Claude Code 等前沿编码智能体提供后端支撑，输出统一的模型接入、企业级知识库、业务系统 MCP 工具以及审计日志能力，让智能体在受控安全网内完成研发辅助或故障处置。

PigWork 桌面客户端

PigWork 是面向团队日常工作的 AI 桌面客户端，适配 macOS 与 Windows。它让大模型真正接入员工本地的开发与办公环境：在经过用户授权的指定目录内，智能体可以直接读写文档、执行脚本、操作网页或调用企业自建的 Skills 与 MCP 工具。

企业通过 PIG AI 统一配置模型网关、员工额度、账单核算与权限黑白名单；员工端在 PigWork 桌面端开箱即用，无需人手去云厂商处配置 API Key。

核心特性：

• 受限工作区：智能体的文件改动严格限制在指定的工作目录下，避免越权改动系统配置
• 浏览器与系统控制：支持通过无头浏览器或系统 API 自动化处理网页内容，高危操作需人工二次点击确认
• 扩展中心：企业中控统一分发 Skills 与 MCP，员工直接订阅，无需自行本地配置环境
• 集中计费与审计：调用链路保留完整上下文与工具参数，消耗的 Token 与费用统一归集到企业账单
• 计划任务：支持将高频繁琐的整理、抓取或报表导出任务设定为定时任务自动执行

AI 长期记忆

LLM 本身是没有跨对话状态的。要想让模型越用越聪明、懂业务、懂团队习惯，就必须引入长期记忆（Long-term Memory）。

PIG AI 集成 mem0 记忆框架。系统会自动分析历史对话，将频繁提及的业务术语、用户偏好、项目背景与历史决策提取成结构化条目，并在随后的对话中自动检索注入。

记忆流转逻辑：

1. 自动提取与存储：当对话中出现“我们使用的是 MySQL 8”、“以后回答请优先提供 Java 示例”这类明确偏好或技术事实时，系统将其沉淀至记忆库。
2. 多层隔离：支持个人偏好、项目组/会话级记忆、组织级全局知识三层隔离存储，保障团队协同与个人隐私。
3. 静默召回与注入：用户在发起新任务时，系统后台先根据问题语义召回最匹配的记忆卡片，自动拼接到 Prompt 上下文中。
4. 延续上下文：免去每次对话都要从头交代项目背景的重复操作。

在工程实践中，推荐分层搭配使用：静态规约和手册放入 RAG 知识库；动态团队偏好与高频决策存入 mem0；需要执行具体动作时调用 Skills 与 MCP。各项记忆数据均严格按租户和组织权限隔离。

AI 代码评审

AI 代码评审会分析提交内容，标记代码规范、运行时风险、性能和安全问题，并生成评审记录。结果用于辅助人工评审，不能替代测试和安全审计。

核心能力

• 代码规范检查：自动识别不符合编码规范的写法，包括命名风格、代码结构、注释完整性等
• 潜在风险提示：检测空指针、资源泄漏、并发安全等常见运行时风险
• 性能优化建议：识别低效算法、冗余查询、不必要的对象创建等性能瓶颈
• 安全隐患识别：排查 SQL 注入、XSS、敏感信息硬编码等安全漏洞
• 逻辑漏洞分析：分析业务逻辑的边界条件和异常路径，发现潜在的逻辑缺陷

功能特性

• 自动触发评审：可在代码提交后触发 AI 评审
• 历史记录追溯：完整保留每次评审的结果与建议，支持回溯和趋势分析
• 报告生成：生成结构化评审报告，便于团队协作和质量复盘
• 敏感信息脱敏：评审前屏蔽可识别的密钥和令牌

AI 智能巡检

AI 智能巡检支持任务管理、历史记录和实时分析，用于整理系统运行数据并给出健康度建议。

与传统巡检的区别

除固定阈值和静态规则外，系统还可以分析历史数据和指标变化：

• 异常波动识别：自动发现指标中的异常波动模式，识别传统规则难以捕捉的隐性故障
• 风险趋势分析：基于历史数据建模，预测潜在风险趋势，提前预警可能的系统瓶颈
• 历史事件关联：关联历史故障事件与当前状态进行综合判断，避免重复问题发生
• 健康度评估建议：综合多维度运行指标，给出系统健康度评分和针对性的优化建议

AI Skills 与超级智能体联动

AI Skills 模块负责管理企业内部沉淀的提示词技能、调用工具与外部脚本。

核心特性包括技能的在线增删改查、对话调试、关联配置包管理，以及与外部超级智能体的受控联动。

普通 Skills 对话支持通过决策模型自动匹配技能：根据用户问题评估候选技能的适配程度，按阈值和数量上限选择已启用、允许自动调用的技能。用户手动选择的技能优先，超级 Skills 暂不使用这套决策选择机制。

业务接口自动转换为 Skill

企业内部通常有成百上千个微服务 REST 接口，手工编写 AI 工具描述非常繁琐。PIG AI 提供“接口转 Skill”能力，可以直接解析 Swagger / OpenAPI 或 Controller 上的 JavaDoc，将 GET、POST、PUT 等接口一键转为标准的 Skill 声明。

生成的 Skill 支持无缝派发：

• OpenClaw：通过事件订阅和消息中继，直接触发后端的 API 回调或数据提取。
• Claude Code / Cursor 等编码工具：在编写代码时，AI 可以直接引用这些已生成的 Skill 规范调用已有业务模块，避免重复造轮子。

在接口列表勾选需要导出的接口，点击“生成 Skills”即可完成批量转换。

基于 ACP 协议的本地开发智能体联动

平台不仅能在云端运行技能，还可以通过 ACP（Agent Client Protocol） 协议将任务分发给开发者本地运行的智能体（如 Claude Code、Codex 等）来协同执行。

这样设计的最大好处是复用本地环境：开发者电脑上已经配置好的 Maven、Node、本地 Git 仓库和编译环境可以直接被智能体利用，无需为了让 AI 跑几条测试就把整个庞大的企业工程打包丢到云端沙箱。

沙箱安全策略

无论技能是在云端执行，还是交由本地 Agent 跑，安全性始终是红线。系统采用容器/进程沙箱（Sandbox）机制限制 Agent 的系统资源与磁盘访问范围。

Agent 的写权限被严格锁定在当前任务的工作目录下，禁止触碰 ~/.bashrc、~/.ssh/、全局 hosts 或操作系统关键目录。子进程（包括通过 npm install、mvn package 启动的衍生进程）一律继承同一权限边界，杜绝越权风险。

AI 问数

AI 问数主要解决业务人员“找技术查数据、等排期”的摩擦。用户用白话提问，系统结合选定数据集的表结构与字段注释，自动生成 SQL 跑库查询，再把统计结果转为图表或汇总表格。

企业有多个业务数据集时，用户可以手动选择，也可以启用决策模型，根据问题与数据集名称、描述自动匹配。例如，销售和库存问题可分别匹配对应的数据集，再继续生成 SQL 和分析结果。决策选择阶段无需发送数据库连接凭据或业务查询结果。

整个过程在当前会话内完成，业务人员无需掌握 SQL 语法，技术团队也能从大量重复的临时取数工单中脱身。

智能图表匹配

系统会根据查询出来的数据形态自动推荐最适合的可视化类型：

• 柱状/条形图：多维度数值对比或排名（如各销售大区业绩、单品销量 Top 10）
• 折线/面积图：连续时序走势与波动（如近 30 天订单量走势、季度营收变化）
• 饼图/环形图：整体与部分构成的占比分析（如渠道来源分布、支付方式占比）
• 数据表格：多字段详情、宽表汇总与带明细的查询场景

图表的坐标轴、图例、配色均由前端组件自动渲染，无需用户手动拖拽配置。

AI 数据报告

对于需要汇总汇报的场景，AI 问数支持将多次单条问数结果一键整理成格式规范的数据分析报告：

1. 在当前对话中勾选数个需要入选的问答结果与图表
2. 设置报告标题、分析深度与配色主题（商务灰、科技蓝、清新绿）
3. 系统后台异步分析数据内在关联，自动计算同比、环比、占比与极值，撰写带有结论与风险提示的完整 HTML 报告

数据报告支持以下交付方式：

• 结果数据快照：报告生成时会冻结所引用的数据点，后续查看或分享时不重新查库，防止生产数据变更导致口径失真
• 在线富文本编辑：文字、数据段落均可在线微调
• 免登分享与离线导出：支持一键导出离线 HTML 文件，也可生成带权限开关的公网分享链接，管理员可随时撤回分享链接

MCP 能力

MCP（Model Context Protocol）定义了客户端发现和调用工具、资源与提示词的方式。PIG AI 既可以作为 MCP 客户端调用外部服务，也可以把现有业务接口发布为 MCP 工具。

官方 PIGCLOUD MCP 服务

PIGX MCP Server 由 PIGCLOUD 维护，内置产品文档和使用指南。

• 技术问答示例："PIGX 如何配置 OAuth2 认证？"
• 授权查询：输入账号与验证码即可查看授权详情与用户列表
• 版本速查：查询 PIGX、PIGX-Cloud、PIGX-UI 等版本信息
• 可通过 ModelScope 提供的 MCP 地址接入

快速接入配置示例：

{

  "mcpServers": {

    "pigx-wiki": {

      "type": "streamable_http",

      "url": "https://mcp.api-inference.modelscope.net/d6ad1fd2564b48/mcp"

    }

  }

}

MCP 与现有系统集成

MCP 为智能体调用外部能力提供统一协议，但不会替代现有的 B/S、C/S 或 REST 架构。

传统架构的局限性

传统系统通常需要为每个集成目标单独维护接口和适配代码：

• 接口的参数、鉴权和错误处理方式不统一
• 新增工具时需要同步维护说明和客户端适配
• 跨系统任务需要额外编排

MCP 提供的能力

MCP 服务端公开工具描述和参数结构，客户端可以在运行时发现并调用：

• 根据工具描述选择可用能力
• 在运行时发现工具和资源
• 在一个任务中组合多个 MCP 服务

实际应用场景

桌面应用：通过对应的 MCP 服务操作日历、邮件等应用，例如创建会议。

第三方服务：调用服务商提供的 MCP 工具；未提供 MCP 的系统仍需适配。

内部系统：把 ERP、CRM、OA 的指定接口发布为 MCP 工具，再按权限编排跨系统流程。

MCP 客户端能力

PIG AI 提供 MCP 客户端，用于接入兼容服务。

支持以下接入方式：

• SSE 长连接：基于服务器推送事件的实时通信

• NPX 包管理：通过 npm 生态快速部署 JavaScript MCP 服务

• Docker：以容器方式部署 MCP 服务

• UVX：运行 Python MCP 服务

• Java：接入 Java MCP 服务

• 集中管理 MCP 服务地址和连接配置

• 发现服务端公开的工具和资源

• 根据任务选择并调用多个 MCP 服务

• 记录工具名称、输入、耗时和结果状态

MCP 服务端能力

PIG AI 也可以把现有业务接口发布为 MCP 工具。

rest2mcp 自动化转换工具

rest2mcp 读取 REST 接口定义并生成对应的 MCP 工具描述。

• 识别接口参数和返回值结构
• 根据 JavaDoc 生成工具说明
• 支持按服务批量转换和规则过滤

使用限制：原有接口的注释需完整满足 JavaDoc 标准，包含完整的方法描述、参数说明和返回值定义。

common-mcp 注解式集成

引入 common-mcp 依赖后，可以用注解标记需要公开的业务方法。

• 使用 @MCPTool、@MCPParam 等注解标记业务方法
• 由适配层处理参数转换和结果封装
• 可配置工具访问权限与调用频率

AI 信息图

AI 信息图会从输入文本中提取层级、流程、对比和数据关系，再生成相应的视觉方案。

核心功能

生成过程包括内容分析、版式选择和视觉渲染。

智能语义理解

系统分析文本结构和内容关系：

• 自动内容分析：智能识别文本中的核心观点、数据关系、层级结构
• 关键信息提取：自动标记重点内容，区分主次信息
• 逻辑关系识别：理解因果、对比、并列、递进等逻辑关系，选择最合适的视觉表达方式
• 场景适配：根据内容类型（报告、演示、社交媒体等）自动调整设计风格

生成多种方案

系统基于同一份内容可生成多种视觉方案，满足不同场景需求：

• 流程图方案：适合展示步骤、流程、时间线等顺序性内容
• 对比图方案：突出差异、优劣对比、前后变化
• 层级图方案：展示组织架构、分类体系、知识框架
• 数据图方案：将数字、比例、趋势转化为图表
• 概念图方案：呈现抽象概念、理论模型、思维导图

专业视觉设计

系统会为方案配置颜色、图标、字体和连接关系：

• 配色方案：根据内容主题和情感基调智能选择色彩搭配
• 图标匹配：从海量图标库中自动匹配最贴切的视觉符号
• 字体层级：自动设置标题、正文、注释的字体大小和样式
• 视觉引导：通过箭头、连线、高亮等元素引导视线流动

生成后可继续调整设计元素，使其符合企业 VI 或具体使用场景。

AI 审校

AI 审校用于检查中文文档中的错别字、语法、标点和表述一致性，并给出修改建议。

核心能力

系统支持通用差错、政务用语和企业自定义规则。

智能差错检测

• 政务性差错：识别政务公文中的规范性问题，如领导人姓名、职务表述、政策术语等敏感内容的准确性校验
• 一般性差错：检测常见的文本质量问题，包括错别字、语法错误、标点符号使用不当等
• 自定义差错：支持企业根据自身业务需求定义专属校验规则，检测行业术语、企业标准用语等
• 疑似差错：对存在争议或需人工确认的内容进行标记提醒

深度纠错引擎

可按不同维度运行审校：

智能修改建议

每条问题包含位置、原因和建议修改：

• 问题定位：精确标记文档中的问题位置，支持点击快速跳转
• 原因说明：详细解释差错原因，如"中文序号后应使用顿号而非逗号"
• 建议修改：提供具体的修改方案，如将"逗号"改为"顿号"
• 接受修改：支持单条或批量应用修改建议

审校词库与规则配置

系统提供灵活的词库管理和规则配置能力，支持企业按照业务场景持续优化审校效果。

词库管理

• 白名单管理：将特定内容（如企业专有名词、技术术语）加入白名单，避免误报
• 黑名单管理：定义禁止出现的敏感词汇，如涉密信息、不当表述等
• 批量导入：支持 Excel 批量导入词库数据
• 领导人信息维护：维护领导人姓名、职务等关键信息
• 自动校验：自动检测文档中领导人相关信息的准确性
• 变更同步：支持及时更新人事变动信息

规则配置

• 维度启用：每个校对维度可独立启用或禁用
• 权重设置：为不同校对维度设置权重，影响差错排序
• 规则扩展：支持新增自定义校对维度和规则
• 提示词管理：为每个维度配置专属提示词，优化检测效果

应用场景

• 公文审核：政府机关、企事业单位的公文、通知、报告等正式文档的质量审核
• 合同审查：法务合同、协议文本的规范性检查和术语一致性校验
• 新闻稿件：媒体机构新闻稿件的文字质量把控
• 学术论文：科研论文、学位论文的语言规范性检查
• 技术文档：产品手册、技术规范等文档的专业术语校验

AI 视觉

AI 视觉能力围绕多模态生成、OCR 识别与安全监测展开，覆盖内容生产到行业监管的多个业务场景。

AI OCR

AI OCR 从图片中提取文字、表格和指定字段，并以 JSON 返回结果。

1. 结构化 JSON 输出

   • 识别结果以 JSON 输出，可包含文字、表格、段落和标题。

2. 灵活的内容提取

   • 支持提取发票号码、日期和金额等指定字段。
   • 可配置字段规则，方便业务系统解析。

3. 多语言支持与扩展性

   • 支持多语言文字识别。
   • 可按场景增加字段解析规则。

4. 业务集成与调用

   • 业务系统可通过 API 调用 OCR，并读取 JSON 结果。

AI 安全监测

AI 安全监测结合 OCR、图像识别和模型分析，将监控画面中的对象与文字转换为结构化结果，再按规则触发风险提示。

核心特性

• 识别图像中的文字、对象和部分场景关系
• 输出结构化数据和风险判断结果
• 支持按行业配置识别字段与判断规则

业务场景

工地施工安全：检测安全帽、防护绳索和危险区域闯入等情况。

工业生产监控：识别火源、泄漏、违规操作和设备异常等风险。

企业园区安防：识别禁区闯入、设备未关闭和可疑行为。

公共安全监管：用于交通枢纽、商场等公共区域，识别潜在危险事件（如遗留物品、人群聚集、异常行为等），辅助公共安全管理。

矿山监管：用于车辆合规、超载超速和作业区域检查。

技术优势

监测结果可以通过业务接口推送到告警和处置流程。识别结果受画面质量、模型和规则配置影响，仍需人工确认高风险事件。

实际案例

矿山场景可以组合车辆识别、运行数据和业务规则：

• 车辆合规检测：自动识别矿区内车辆的牌照、运输证明、安全标识等信息，结合历史数据进行多维度合规性判断
• 风险预警评估：分析车辆轨迹、载重、速度等运行数据，结合天气、路况等环境因素，实时生成风险评分和预警建议
• 违规行为识别：通过监控图像识别超载、超速、未按规定路线行驶等违规行为，自动记录并推送至管理系统

系统将识别结果转换为结构化数据，再推送给预警或处置流程。实际识别率和人力投入变化需要以项目现场测试为准。

多模态

多模态模块提供视频、音频、图片和海报的生成与转换能力。具体效果取决于所选模型。

AI 视频

• 文生视频、图生视频（Text-to-Video、Image-to-Video）：根据文本或参考图片生成视频，支持画面尺寸和反向提示词。

AI 音频

• 语音合成（Text-to-Speech）：支持阿里百炼、火山方舟的语音合成模型，可选择模型提供的音色，并按接口能力流式返回音频。
• 语音识别（Speech-to-Text）：支持阿里百炼实时语音识别及火山方舟语音识别服务，将音频转为文本。

AI 智绘

• 文生图片、图生图（Text-to-Image、Image-to-Image）：根据文本或参考图生成图片，支持风格与部分生成参数配置。

AI 多模态搜索

AI 多模态搜索使用文本与图像向量查找相关图片，支持「以文搜图」和「以图搜图」。

核心能力：

• 以文搜图：用户通过自然语言描述（如"蓝色天空下的海滩"、"现代简约风格的办公室"）即可搜索到语义相关的图片，无需依赖文件名或标签。
• 以图搜图：上传一张参考图片，系统自动检索视觉特征相似或语义相关的图片，适用于找相似设计、同款产品等场景。
• 跨模态检索：使用文本或图片作为查询条件，在同一图库中检索相关内容。

应用场景：

• 设计素材管理：设计师可以通过描述快速找到所需素材
• 产品图库检索：电商平台实现智能商品图片搜索
• 知识库增强：将图片内容纳入知识检索范围

AI 海报

• 文生海报（Text-to-Poster）：根据文本生成海报，支持模板选择以及文字、颜色和元素位置调整。

AI 公文

AI 公文根据用户输入生成公文草稿，并套用已配置的文档格式。

核心特性：

• 根据主题和要求生成结构与正文
• 支持通知、请示、报告和函件等类型
• 根据模板应用红头、标题和正文格式
• 成品可继续编辑，正式使用前需要人工校对

开发者也可以通过 API 在业务系统中调用这些能力。

智能提示词

智能提示词能力帮助企业持续优化模型输出质量、稳定性与业务适配度。

提示词的重要性

提示词工程（Prompt Engineering）用于明确任务、输入、输出格式和限制条件。提示词质量会影响模型输出，但不能消除幻觉，也不能替代结果验证。

实现路径与技术架构

提示词可以按以下步骤迭代：

1. 明确任务目标、使用模型和输出格式。
2. 写出包含输入、约束和示例的初版提示词。
3. 使用真实样本测试，记录错误类型。
4. 针对遗漏、格式偏差或事实问题修改提示词。
5. 用固定测试集复测，确认改动没有引入新的问题。

AI 编辑器

PIG AI 编辑器提供创作、润色、扩写、缩写和内容提取等写作辅助功能。

核心功能

• 根据选中文本执行润色、扩写或缩写
• 生成大纲、摘要并提取要点
• 根据上下文补全文本
• 使用内置或自定义模板创建文档

交互体验

编辑器采用分栏布局：左侧是功能导航，中间是文档，右侧是 AI 辅助面板。

编辑器支持多种交互方式：

• 直接在文档中选中文本触发智能助手
• 选中文本后右键调用上下文菜单
• 使用快捷键组合快速访问常用功能
• 通过自然语言指令控制编辑器行为

AI 演示文稿

PIG AI 演示文稿将主题、补充说明和需求文件转化为结构化大纲，再结合视觉模板生成可继续编辑的 PPTX。用户可以控制生成语言、内容风格和正文页数，也可以从空白大纲开始编排，兼顾 AI 生成效率与人工创作的可控性。

大纲驱动的内容生产

系统先生成章节、内容页和页面要点，用户确认内容结构后再生成演示文稿。大纲工作区支持修改、增删和拖动排序，避免在 PPTX 生成后反复调整整体结构。

内容页可根据材料和页面语义选择文字、数据图表、流程图、时间线、层级关系或多维对比等表现形式。主可视化支持生成前审阅与重新生成，便于在进入正式排版前校正内容表达。

模板生成与在线编辑

确认大纲后，用户可选择平台视觉模板并预览封面，系统自动组装封面、目录、章节过渡页、正文页和结束页，生成完整 PPTX。生成后的文稿会进入 ONLYOFFICE 在线编辑器，可继续调整文字、图片、版式和动画，并支持重新设置封面和下载 PPTX。

演示文稿以项目形式保存，支持按标题和状态检索，也可以继续编辑、复制、下载或删除，适合产品介绍、项目汇报、培训课件和方案演示等内容生产场景。

AI 标书

PIG AI 标书围绕招投标文件建立完整的辅助编制流程。从招标文件解析、条款提取到章节撰写和 Word 导出，各阶段成果都可以人工确认与修改，帮助投标团队把分散的阅读、响应、撰写和检查工作集中到同一个工作台。

六阶段编制工作台

工作台按照固定阶段推进：

1. 招标文件：上传并解析主招标文件，保留原文与解析快照
2. AI 解读：整理项目概况、采购范围、交付要求和关键约束
3. 需求与评分：提取响应要求、评分标准和废标条款，形成可编辑的响应矩阵
4. 标书大纲：结合已确认条款生成目录，并检查章节与评分项的覆盖关系
5. 专业撰写：支持逐章生成或批量撰写，正文可直接编辑、保存和重新生成
6. 废标检查：对照招标文件与已写正文，给出风险等级、原文依据和处理建议

企业资料与自动配图

除主招标文件外，项目还可以选择企业知识库或上传项目专属资料，为大纲和章节撰写补充产品能力、技术方案与实施经验。主招标文件始终是招标解读、评分项提取和废标检查的依据；补充资料不会覆盖其中的刚性条款。

开启自动配图后，系统会识别正文中的流程、对比、层级、指标和时间线等结构化内容，为适合的章节生成 Infographic。信息图可以预览、下载、停用或删除，单张图片生成失败不会阻塞正文撰写。

风险复核与 Word 交付

正文完成后，系统可根据主招标文件检查无效投标条款、参数响应、承诺内容、证明材料和签章要求，输出带原文依据的风险线索。完成检查和人工复核后，可按当前大纲顺序组装正文，将已启用的信息图一并导出为 Word。

废标检查用于辅助发现遗漏和冲突，不能替代投标团队的最终审查。正式提交前仍需逐项核对名称、数值、日期、资质、承诺、目录页码和签章要求。

AI 报告

AI 报告根据用户需求和输入内容生成报告结构与正文，并应用已配置的 Word 模板。生成后仍可在 Microsoft Office Word 中修改。

规则引擎增强

规则引擎将内容检查、访问限制和业务判断从代码中拆分出来，管理员可以通过规则节点调整执行条件。

安全控制

安全规则包括：

敏感内容防护：

• 识别并拦截配置的敏感词
• 支持动态配置敏感词库，实时生效无需重启
• 按配置执行内容分类检查

访问控制与边界管理：

• 限制允许回答的知识范围和话题
• IP 地域限制，支持黑白名单机制
• 用户级别的访问频率控制和 tokens 流量管控

审计与调整：

• 通过可视化编排调整审查规则
• 规则修改后可动态生效
• 记录规则执行和处理结果

规则扩展

• 提供规则扩展接口，新模型可以复用现有规则组件
• 业务人员可在可视化编排器中调整条件和处理动作

业务决策与代码解耦：

• 将原本硬编码在业务逻辑中的风控规则抽象为独立可配置的规则节点
• 部分业务规则调整无需修改核心代码
• 支持规则热更新，运维人员可在不停服的情况下实时调整策略

规则复用与组合：

• 预定义语义模块承载业务规则，支持规则的组合和复用
• 通过规则链路实现复杂业务逻辑的灵活编排
• 支持条件分支、循环等高级流程控制

Java 技术栈

PIG AI 的服务端使用 Java，模型适配、知识库和业务编排可以直接集成到现有 Spring 项目。平台支持公有模型与私有模型，并通过 Java SDK 和 API 提供二次开发接口。

以下版本对应 2026 年 9 月当前工程依赖配置。技术栈示意图用于说明整体架构，具体版本以本节文字为准。

服务端技术栈

• 编程语言：Java 17（工程编译基线）
• 开发框架：Spring Boot 4.1.1、Spring Cloud 2025.1.3、Spring Cloud Alibaba 2025.1.0.0
• 大模型开发：Spring AI 2.0.1、LangChain4j 1.20.0、DeepSeek4J 1.5.0
• 安全框架：Spring Security、Spring Authorization Server
• 任务调度：Quartz、XXL-JOB
• AI 流程编排：LiteFlow 2.16.1.3
• 业务流程：Flowable 8.0.0
• 持久层框架：MyBatis、MyBatis-Plus 3.5.16
• 数据库支持：MySQL、Oracle、SQL Server、PostgreSQL、达梦、TiDB
• 向量与知识存储：Milvus、Qdrant、Chroma、pgvector、Neo4j、SeekDB

平台服务端与第三方接入 SDK 的 Java 要求不同：PIG AI SDK 保持 Java 8 兼容，用于从已有业务系统调用平台接口。

前端技术栈

• 框架：Vue 3.5.42、TypeScript 5.2.2
• 样式：Sass 1.94.3、Tailwind CSS 3.4.19
• 组件库：Element Plus 2.13.7
• 构建工具：Vite 8.1.5
• 状态管理：Pinia 2.0.36
• 开发环境：Node.js >= 20.19.0（项目声明）

配置要求

本节介绍平台在线配置界面与私有模型部署所需的基础条件。

配置说明

模型按类型独立配置。使用决策能力时，选择“决策”类型并填写厂商服务地址与凭据，启用并设为默认决策模型，再勾选知识库、AI 问数、普通 Skills 或工作流意图识别等应用场景。可按业务需要调整置信度、技能适配阈值、候选数量、调用超时和故障回退策略。

未启用对应场景时沿用原有识别方式；调用失败时可按配置回退。无匹配、置信度不足或候选超限时，系统会提示补充说明或手动选择。

私有模型

• 72B 模型对显存要求较高，具体资源取决于量化方式、上下文长度和并发量。普通 CPU 通常无法提供可用的在线推理速度。
• 下图为双 A6000（48 GB）部署示例。

产品形态

PIG AI App：企业智能移动助手

PIG AI App 提供微信小程序入口，连接 PIG AI 服务端与已配置的 Agent。

• 语音输入和语音识别
• PDF、Word、Excel 等文件解析
• 图片理解与结构化输出
• 带权限控制的企业知识库问答
• 多轮对话与上下文保持

PIG DOC SKILL（文档技能）

PIG DOC SKILL 面向 Claude Code、Cursor 等编码工具，把 PIG 官方文档和项目约定作为开发上下文提供给 AI。

核心能力主要体现在文档检索与 AI 辅助开发增强两个方面。

官方文档智能检索

通过 /pigdoc，开发者可以直接查询 PIG CLOUD、PIG AI 及相关扩展模块的官方文档内容，快速定位：

• 多数据源配置与动态切换方式
• 权限认证、注解能力与网关接入说明
• 微服务模块约定、接口规范与组件集成方式
• AI、RAG、MCP、Skills 等新能力的配置方法与示例

检索结果会直接进入当前任务上下文，减少手工复制文档内容的步骤。

AI 辅助开发增强

引用 /pigdoc 返回的上下文后，AI 可以按项目约定生成代码或解释配置，例如：

• 按照 PIG 规范生成模块代码、接口代码和配置代码
• 参考现有鉴权体系扩展自定义 Token 发放逻辑
• 结合框架注解、数据源切换与服务拆分方式给出实现方案
• 在排查问题时，基于官方说明解释“为什么这样设计、应该怎么改”

PIG AI CODE（Vibe Coding 工具）

PIG AI CODE 基于 Claude Code，面向 PIGX 微服务项目。它可以读取表结构截图、SQL 或自然语言需求，并结合 Skills 与 Sub-Agent 完成代码生成。

• 支持表结构截图、SQL 和自然语言输入
• 可同时生成 Java 后端与 Vue 3 前端代码
• 多种生成模式：单表 CRUD 及主子表（一对多）建模
• 检测项目结构并配置路径与依赖
• 按 PIGX 项目约定生成代码，提交前仍需评审和测试

PIG AI SDK（开放生态）

PIG AI SDK 兼容 Java 8，用于第三方系统调用 PIG AI 的聊天和 RAG 接口。

特性

• Token 管理：基于 OAuth 2.0 缓存并刷新 Token
• 双模式响应：支持流式（回调）和阻塞两种响应模式
• 流式输出：支持 SSE（Server-Sent Events）实时消息流
• 异常分级：按异常类型提供错误信息
• 线程安全：支持多线程并发使用
• Builder 模式：通过 Builder 配置客户端
• 重试机制：网络错误自动重试（指数退避）

附录：详细功能清单

以下表格汇总了全文涉及的主要功能能力与平台支持情况。

功能清单总览