AI 智能体开发
按你的业务流写智能体：拆任务、调工具、读知识、留痕迹。从单点助手到多智能体协同，交付可上线、可回归、可交接的工程资产。
AI AGENT ENGINEERING
让大模型
让大模型
赋能你的企业生产
Milisoft 是一家专注 AI 智能体的软件研发公司。我们不止交付一个会聊天的窗口，而是把模型、企业知识、业务系统和审批流接成一条跑得通、管得住、算得清的生产链路。
私有化部署 · 权限透传 · 全链路审计 · 效果可回归
任务为华东区经理生成本周经营周报，并标注需要人工确认的异常
- 01规划拆解为 4 个子任务，锁定统计口径与时间窗
- 02检索命中 12 份制度与报表文档 · MiliRAG
- 03工具调用 ERP.查询销售(区域=华东, 周=W30)
- 04工具调用 BI.对比(同比, 环比, 目标达成率)
- 05校验与财务口径交叉核对，2 处差异已标记
- 06产出周报草稿 + 3 条异常提示 + 引用来源
耗时 8.4s工具调用 6引用 12待人工确认 2
5自研平台模块，可单独接入
4行业方案与通用场景库
15min旗舰级 SLA 告警首响
7×24值守支持与版本回归
我们做什么
三条业务线，覆盖从想清楚到跑得久
大多数企业卡住的地方不是模型，而是场景选错、数据接不通、上线后没人管。我们按这三段来组织交付。
AI 技术服务与支持
私有化部署、模型微调、性能与成本调优，以及上线之后的 7×24 值守。系统跑起来只是开始，跑得稳才是服务。
AI 战略咨询
场景盘点、可行性验证、投入产出测算、组织与流程调整建议。先决定不做什么，再把预算压在真正能收敛的地方。
工程方法
先让效果可度量，再谈规模化
很多 AI 项目死在「感觉还行」上。我们在第一周就和业务方一起定义什么叫对：把真实样本沉淀成评测集，把正确率、引用命中、越权拦截、时延和单次成本变成能画在同一张图上的曲线。
- 评测集先行 上线前就有 200+ 条业务样本作为验收基线
- 每次变更跑回归 换模型、改提示词、加工具都留下对比记录
- 成本进看板 按部门、按场景核算 Token 与调用开销
- 灰度与回滚 新版本先切一部分流量，出问题一键退回
交付形态
代码、文档和运维手册，都交到你手上
我们做的是软件研发，不是黑盒服务。项目结束时你拿到的是完整源码、部署脚本、架构说明、评测集和运维手册，你的团队能自己改、自己发版、自己排障。
- 源码与知识产权 定制部分归属客户，交接含代码走查
- 可复现部署 容器化交付，支持公有云、私有云与信创环境
- 不锁定模型 通过 MiliGate 随时切换底层模型供应商
- 交接即培训 按角色分层培训，业务侧与研发侧各有对应材料
交付路径
四个阶段，每个阶段都有可验收的东西
这是一条真实的时间线：前一阶段不通过，不进入下一阶段，避免把预算烧在没验证过的假设上。
-
01 · 2–3 周
场景盘点
访谈业务与 IT，梳理候选场景，按价值和可行性排序，产出场景清单、数据与权限现状、投入产出测算。
-
02 · 4–6 周
试点验证
选 1–2 个场景做可用版本，同步建评测集。以真实业务样本验收，达标才继续投入。
-
03 · 6–10 周
生产上线
接入生产数据与权限体系，完成压测、安全评审、灰度发布与监控告警配置，交付源码与运维手册。
-
04 · 持续
运营与推广
按 SLA 值守，定期回归与调优，把验证过的能力复制到相邻部门和场景。
安全与合规
企业用 AI，第一道题是数据去了哪
我们默认按最严格的边界设计：能私有化就不出网，能用原系统权限就不另建一套。安全不是上线前补的一章文档，而是从第一版架构图就画进去的约束。
- 数据不出域 支持完全私有化部署与内网隔离运行
- 权限透传 检索结果严格遵循用户在原系统中的可见范围
- 内容审计 输入输出双向过滤，敏感信息自动脱敏
- 全链路留痕 每次调用、每条引用、每个工具动作可追溯
兼容与生态
不绑定单一模型，也不挑你的技术栈
主流闭源模型 API
开源模型自部署
领域微调模型
向量数据库
关系型数据库与数仓
ERP / CRM / OA
企业 IM 与工单系统
Kubernetes / 容器化
信创软硬件环境
SSO / LDAP 统一身份