AI 成本失控
员工各自配置模型 Key,谁在用、用了多少、哪个部门超预算,企业很难说清楚。
模型调用统一走企业网关,按部门配置预算、RPM 限速、可用模型范围,并在后台查看用量和成本。
开源版让个人高效工作;当 AI 进入团队级使用,企业会遇到四个管理问题:钱、权、知、险。
员工各自配置模型 Key,谁在用、用了多少、哪个部门超预算,企业很难说清楚。
模型调用统一走企业网关,按部门配置预算、RPM 限速、可用模型范围,并在后台查看用量和成本。
模型、知识库、Skill、MCP 和文件访问散落在个人配置里,很难按组织规则统一约束。
通过组织、部门、角色和策略下发建立边界,客户端在工具、Skill、MCP 调用前做本地校验。
制度、FAQ、产品资料、项目文档和会议纪要沉在文件里,AI 不能稳定引用企业自己的上下文。
企业知识库支持文档上传、解析、分块、向量检索和全文检索,回答时可引用来源材料并记录查询审计。
员工自行安装扩展和连接内部系统,来源、权限、凭据、版本和使用记录都难以统一管理。
Skill 走上传、扫描、审核、发布和签名校验;MCP 走目录、审核、授权和凭据管理,风险可控可复盘。
员工在桌面端使用 AI,管理员在私有控制台统一配置组织、模型、知识、工具与治理策略。
员工仍然在 Abu 桌面端里发起任务、调用工具和使用 Skill。绑定企业后,客户端使用企业模型、企业知识库、已授权 Skill,并展示个人透明度信息。
管理员在控制台里配置部门、角色、模型、预算、知识库、Skill、MCP、策略和审计,让组织级 AI 使用有边界、有记录、可复盘。
下面按企业采购和落地最关心的大模块重组,尽量把“能解决什么问题”和“后台实际管什么”放在一起。
把企业里的组织、部门、员工、角色和登录方式纳入一套控制面。
把分散的模型 Key、模型供应商和调用成本收回企业侧统一治理。
把企业文档变成 Abu 能检索、引用和审计的可信上下文。
让企业内部能力和外部工具连接可发布、可授权、可验签、可追踪。
把组织级和部门级策略下发到客户端,在关键动作发生前拦截或要求确认。
管理员看得到治理结果,员工也看得到自己的企业数据和用量。
企业版控制台是独立部署面,客户端企业能力通过企业构建和闭源模块交付,不把私有模块混进公开 Release。
标准单机部署包含 Console、Postgres/pgvector、LiteLLM、Nginx、Redis、MinIO 等组件,可按客户环境启用观测和知识库增强能力。
POC 和 50-500 人团队可从默认配置开始;500-2000 人建议调优数据库、网关和观测组件资源;更大规模按高可用方案另行设计。
数据库层尽量使用标准 Postgres 能力,镜像支持 amd64/arm64;国产数据库、CPU 和内网模型可按真实客户环境做适配验证。
开源版适合个人和小团队自由使用;企业版适合需要成本、权限、知识、扩展和审计统一管理的组织。
桌面应用,本地优先,使用自己的模型 Key 和本地配置,适合个人用户、开发者和小团队试用。
员工继续用 Abu,企业在私有控制台里统一管人、管模型、管预算、管知识、管扩展、管策略和管审计。
注:企业 MCP 客户端当前聚焦目录浏览和授权凭据获取,便于企业先把可用工具和凭据范围统一管起来。