企业内部管理 云服务/云平台 软件定制 案例

1、立项背景和目标：公司服务的中小型制造企业，普遍还在用 Excel 和纸质单据管理采购、仓库、生产和财务，数据分散、库存不准、成本算不清。项目目标是做一套多租户的 SaaS 制造业 ERP（Sunrocks ERP），企业注册后就能用，把"采购—仓储—生产—销售—财务"这条主线全部放到线上闭环管理，让库存数据实时准确、生产成本可追溯，降低企业的信息化门槛。 2、软件功能和核心模块： （1）基础资料：物料/SKU、产品分类、单位换算、供应商、客户、仓库库位、数据字典、编码规则； （2）采购管理：请购单、采购计划、采购订单、来料检验（IQC）、采购入库、退货、供应商价格记录； （3）仓储管理：出入库、调拨、盘点、库存调整、库存预留、批次/序列号、呆滞料分析、安全库存预警、库龄与出入库统计； （4）生产管理：需求单、生产计划、生产订单、领料、工序/工位/设备/人员管理、线边库、成品入库、成品检验（FQC）、返工、报废、加工损耗、生产成本核算； （5）委外与工厂协同：委外加工发料、收货、退料、结算，以及外协工厂的库存和对账； （6）销售管理：销售订单、价格单、折扣单、发货、退货、售后、开票、销售统计； （7）财务管理：应收应付、收付款、日记账、发票、固定资产、结算审批、财务报表； （8）系统管理：多租户企业注册、用户角色权限、菜单功能、操作日志、消息公告、中/英/泰多语言，支持微信支付、小程序和 OpenAPI 对外对接。 3、业务流程：销售订单或需求单 → 生成生产计划，经 MRP 运算得出物料缺口 → 请购/采购下单 → 来料检验后入库 → 生产领料、按工序报工 → 成品检验后入库 → 销售发货出库 → 生成应收应付，完成收付款和结算 → 汇总成库存、成本、销售、财务等多维度报表，供管理层决策。

1.企业内部智能体 2.2.知识库 3.AI审核 4.AI标书制作 5.各种内部岗位替代 6.支持私有化部署，支持自有模型 7.AI对账 8.AI问数 9.AI舆情审核 10.AI气象数据分析 11.AI研发工时评估 12.AI专家团 13.AI研发体系全流程 14.智能体任务上报与监控 15.需要介入时审核

金蝶自研企业级云原生PaaS低代码开发平台，基于KDDM动态领域模型，支持可视化元数据建模和Java插件深度扩展，进行快速业务搭建。平台提供各种业务组件，帮助开发者进行可视化开发和插件配置。并开放二开接口，允许开发者通过后端插件进行控制。

智能会员体系 多级会员等级：自定义会员等级，自动升级降级 积分生态：消费积分、充值积分、签到积分多维度激励 个性化权益：不同等级享受不同折扣和专属特权 灵活充值方案 套餐充值：预置多种充值套餐，买多少送多少 自定义充值：按需设置充值金额和赠送规则 营销活动：节日促销、店庆活动一键配置 高效消费核销 扫码核销：会员二维码快速核销，3秒完成 多种消费模式：金额消费、次数消费自由选择 积分抵扣：支持积分+现金混合支付 深度数据分析 会员画像：消费习惯、偏好分析 经营报表：收入分析、会员增长、消费趋势 智能预警：沉睡会员提醒、消费异常监测

1、立项背景和目标：集团及下属多个主体每年需开展员工满意度、培训需求、制度落实、招聘与人才盘点等多类调研，此前使用免费在线表单工具，存在三个硬伤：一是数据存放在第三方公有云，薪酬、绩效、组织人事等敏感数据无法合规留存；二是问卷样式与统计口径不统一，一份结论报告需要人工汇总 2—3 天；三是多主体同时使用时问卷互相可见、权限无法隔离。项目目标是自建一套可本地私有化部署、数据完全自主可控、支持多租户物理隔离的在线调研平台，把"发问卷—收数据—出结论"的全链路压缩到半天以内。 2、软件功能和核心功能模块：平台内置 21 种题型（单选、多选、下拉、矩阵、量表、评分、NPS、权重打分、签名、数字、日期、文本等），核心模块包括三栏拖拽式可视化编辑器（左题型库 / 中画布 / 右属性面板）、跳题逻辑与显示条件、断点续答、匿名与实名双模式、多租户物理隔离（每个租户独立数据库与上传目录）、角色权限体系（平台超管、租户管理员、只读查看）、ECharts 统计与交叉分析（频次、占比、均值、词云、矩阵透视）、实时投屏大屏、答卷明细与原始数据导出。 3、业务流程和功能路径：管理员登录 → 新建问卷（默认草稿）→ 拖拽配置题目与逻辑 → 发布并设置回收期限 → 通过链接或二维码分发 → 受访者免登录填写（手机端适配、断点续答）→ 实时统计与投屏 → 一键导出明细与图表 → 归档沉淀题库。

面向 B2B 销售团队的智能销售自动化 SaaS 平台，整合订阅计费、智能体决策、长流程编排、外部联系人搜索功能，通过 AI 驱动实现客户开发、跟进、转化全流程自动化，提升销售团队效率.销售团队开发海外销售自动化SaaS订阅平台，用LangGraph编排销售Agent（公司信息→ICP画像→触达序列三阶段），Temporal托管跨天长周期工作流（每2小时自动跑一轮触达）

企业内部文档、代码说明分散，本地文件与线上知识库无法同步，跨团队文档检索、版本管理、权限管控效率低下。搭建一体化 AI Wiki 平台，配套 Go 语言自研 CLI 工具实现本地与云端双向同步，对接公司统一基座平台实现权限互通，支撑研发、产品文档统一沉淀与智能检索。

业务需求：在某公司的船运业务中，客户（委托人）会以邮件形式将托书需求发给客服部门，客服部门接收到用户需求，将托书录入业务系统，帮助客户订购货船。托书信息包括委托公司、货物描述、起始港、目的港、发货日期等信息。客服人员每天会收到很多托书需求，人工录入效率低，速度慢。希望通过智能体自动将客户的托书需求录入业务系统，代替人工，要求准确率达到99%以上，并以合理的方式嵌入到用户的生产流程中。 智能体功能：客服把收到的托书需求转发到一个智能体专用的邮箱中，智能体从邮箱收取邮件，并验证发件人的合法性，根据预先编排的流程把托书自动录入业务系统。

流量智能感知产品面向企事业单位数字化转型，感知业务访问行为、使用体验和网络流量构成，提供业务系统的安全合规检测、访问质量监控和故障分析定位能力，提升业务运维效率，保障业务连续性，避免潜在的安全风险，为业务系统和网络的安全、高效、稳定运行保驾护航。 实时感知业务状态，主动发现业务异常：工作中经常遇到业务系统访问慢、卡顿等问题，运维人员无法感知业务状态、主动发现业务异常，只能被动响应， 事后处理，导致网络使用体验差。系统提供7*24小时业务体验监测，运维人员通过应用总览，实时了解业务状态，智能化业务流量基线异常预警，主动发现业务问题，协助运维人员及时处理。 量化业务体验，精准定界业务问题，区分责任边界：当业务访问出现故障时，运维人员需手动登录到设备上，逐个排查，耗时耗力，经常查不出问题；各部门相互推卸责任，没有数据支撑。系统实时监控业务系统，分析用户访问行为，及时发现未经授权的访问行为和未经审批的业务系统，发现潜在的安全风险，指导业务整改，保障业务访问合规，防止私搭应用 监测业务访问，保障业务访问合规，防止私搭应用：核心业务系统经常被未授权的用户非法访问，引起数据泄露风险；私自搭建应用游离于管理框架之外，缺少安全防护，带来潜在的安全风险和审计问题。系统实时监控业务系统，分析用户访问行为，及时发现未经授权的访问行为和未经审批的业务系统，发现潜在的安全风险，指导业务整改，保障业务访问合规，防止私搭应用。

cogbots是一个企业级的AI Agent无代码构建平台，致力于通过人工智能技术为企业提供高效和稳定的 AI 智能体，推动企业业务增长与运营效率提升，在AI重塑行业的变革中，助力企业数智化转型。 搭建AI智能体：通过CogBot提供的大模型设置、知识库管理、工具集成、提示词等核心能力，将 LLMs 与企业的数据、服务和工作流程无缝连接，无需编码，即可轻松构建企业的AI Bot，帮助企业快速实现业务智能化。 智能体大模型配置：大模型种类多，不同模型在文本处理、图像识别、语音处理、规划、反思等能力表现各有千秋。根据业务需求，灵活的配置模型及其参数，为智能体装配大脑，使得智能体满足多种不同业务场景的要求。 知识库管理：通过构建知识库，将企业的各类文档，如产品手册、销售合同等文档导入到知识库，使得Bot学习到企业业务，具有企业专家级领域知识，让Bot响应更精准，驱动Bot提供专业的服务和业务决策，让Bot赋能更多企业场景。 工具管理：工具作为智能体的手和脚，执行动作，完成任务；在企业的日常工作中，通过工具，智能体能无缝融合到日常工作流程中，自动完成各项工作，如在电商业务场景中，完成查订单、退货、物流查询等工作。 工作流管理：为了解决复杂的企业业务问题，通过Flow工作流设计，实现串联或并联多个专职专用的LLM，以实现更加可控和高效 AI 响应，适用于多产品客服支持，多产品售前线索，潜客线索洞察等需要多LLM协同输出的场景。 组织与工作空间管理：通过组织、成员、角色以及权限管理，管理CogBots使用范围；基于Bot发布流程，管控Bot上线发布；帮助企业轻松管理AI能力，保障AI智能体安全合规。

智能网络管理产品，面向政企数字化、自动化网络管理工作场景，具备资源管理、故障监 控、性能分析、拓扑展示、自动化巡检、报表统计等功能。对交换机、路由器、防火墙、 服务器（物理机、虚拟机）等设备进行融合管理，助力政企客户的运维工作向智能化转型， 提高运维效率、降低运维成本，保障网络设施和IT设备的安全、可靠、稳定运行。 支持异构设备:支持网络设备、IT服务器设备的统一管理，通过预置多协议适配模块，无需额外配置即可兼容主流厂商设备。 自动网络扫描:预置网络管理规则，启动即可自动发现设备并采集资源数据，准确绘制网络拓扑，实现网络设施的集中管理。 秒级故障响应:无需人工干预的告警监控，具备秒级处理能力，第一时间锁定故障问题，缩短排障时间，降低业务影响。 全面网络洞察:将网络数据转化为可视化图表和表格，轻松了解网络运行状况和存在的性能瓶颈，为网络调优分析和决策提供辅助。 极简网络运维:具备完善的自动化运行能力，无需繁杂操作，即可完成网络运维工作，极大降低学习成本，减少人工维护难度。

1、高效、精准地识别铁路沿线防护围栏的各类破损情况，包括整体缺失、局部损坏及结构性倒塌等。基于对检测视频的全面分析，识别准确率在行业中处于领先水平，为快速修复与物理隔离提供了首要的决策依据； 2、对铁路沿线的周边环境进行精细化扫描与检测，准确识别出可能存在的彩钢瓦房等硬质飘浮物隐患，实时关联其与铁路线的相对位置与距离，及时发现潜在风险，实现从源头预警； 3、精准检测非法进入铁路限界的行人，通过分析入线行为的发生点位置，智能关联与回溯周边围栏或防护网的潜在缺口或薄弱环节，精准指导维护人员定位并修复物理防护漏洞，从根本上消除行人入线的风险源头； 4、系统提供隐患分析任务创建、任务管理、疑似隐患核查、隐患库、分析报告和隐患统计等功能；页面友好，操作简单；实现了铁路路外安全隐患的精准识别、快速响应与高效治理。

一、背景 团队同时推进多个项目，需求文档、设计文档、测试产物、任务系统的数据量持续增长，各环节的质量问题原本靠人工抽查——人手有限，覆盖不过来，很多要到测试后期甚至上线前才暴露，返工和救火成本很高；负责人也缺少一张能每天看清质量全局的纸，决策靠口头汇报和零散信息。随着 AI 逐步参与生产，产物增速更快，审核能力与产出速度的矛盾越来越突出。 二、目标 让质量管理从"人盯人"变成"系统每日巡检+人做决策"，质量问题在产生当天暴露，而不是后期集中爆发：搭建一套自动运行的多 Agent 巡检体系，覆盖需求、设计、测试、进度、任务系统五条线，把零散检查结果收敛成一份给负责人看的决策清单，明确哪些要拍板、哪些要人工核验、哪些已自动处理、哪些要亲自动手。

医疗行业 LIMS 实验室信息管理系统，覆盖样品管理、检验流程、报告生成、质量控制四大核心业务环节，实现实验室从样本接收到报告出具的全流程数字化闭环管理。系统帮助实验室告别手工台账与纸质记录，样本流转全程可追溯、检验任务智能分配、报告自动生成，同时内置质控规则与合规校验，满足医疗行业质量管理要求。

与某头部地图企业合作定制化开发的 IoT 设备与车辆管理平台。平台负责管理企业物联网设备全生命周期信息，并对设备产生的海量数据进行采集、清洗、分析，最终将分析结果结构化输出至企业用户端，支撑业务决策。 **主要职责：** - 负责与甲方深度沟通使用场景，梳理并明确实际业务需求 - 输出需求文档与产品设计文档，制定开发计划并推动项目顺利上线 - 协调研发团队理解业务背景与数据要求，确保数据清洗与分析逻辑符合甲方预期

搭建devops环境以及实现部门生产环境运维自动化; 设计saas产品的集群架构、部署方案设计与实施方案定义;完成前期的硬件资源采购清单、硬件资源规划书、系统优化方案、网络策略图等材料编写; 业务系统的容量规划、服务监控、持续优化服务架构、集群性能调优; 产品的开发、部署、持续集成中的打包以及编排脚本的编写,日常运维自动化脚本开发维护; devops平台与k8s集群的对接; 搭建k8s服务器集群,负责k8s集群管理、监控及相关业务支撑,维护集群业务的稳定性和可用性; ,为开发与实施提供技术支撑, 针对系统故障提高安全生产效率,打造0-5-10的反应机制,零分钟监控相应,5分钟之内运维人员相应,10分钟内解决故障。收集系统历史故障数据,制定规则,打造监控平台,适应各故障场景。梳理故障反应机制流程。

面向制造的数智化协同平台。智能化核算、校验、审批，打通「接单→排产→报工→质检→出入库」闭环，实现计划可视、在制可查、库存可核。 数字化覆盖销售、生产工单与日报、仓储出入库与领料、采购到货、质检及权限待办。智能化：日报自动结存，出库累计超量拦截，工单与出库按岗审批，状态可追。实现工业互联网的现代化智造。

本系统专注于集群运行状态的深度监控与可视化呈现。通过采集集群配置、服务端口及运行指标等多维度数据，系统对原始监控信息进行结构化解析与标准化处理，最终转化为直观的图表看板与动态表格，帮助运维人员实时掌握集群健康状态。此外，平台还集成了数据检索、日志查询与文档管理等功能模块，为日常运维排障与信息查阅提供一站式便捷服务。

项目背景： 客户先后收购两家贷款平台，各自拥有独立的佣金处理系统。两套系统上游系统不统一、数据模型重叠、佣金计算规则差异巨大、报表逻辑不一致。无集中日志管理和告警系统，手动部署（文件替换） ，充满 Vulnerability 报警，每月需 2 名工程师 14×7 待命支持。任何计算错误都可能造成对用户的错误付款，引发公司声誉损失。 核心难点： - 上游系统不统一，但上游数据存在 overlap - 佣金领域模型差异大，计算规则差异巨大 - 报表逻辑不一致，无法直接对比 - 随意改动可能影响实际用户付款，造成声誉损失 - 需平滑迁移，前后数据对比确保零差错 旧系统技术栈： - MS Access / VBA + .NET Framework 4.5.2 + Teleric UI - 无集中日志/告警 - 手动本地服务器部署 - 充满安全漏洞 - 排查问题极其困难 - 月均2人14×7支持

1:传统大模型存在知识截止、容易产生幻觉，无法精准调用私有业务资料。本项目搭建私有知识库问答智能体，将企业文档、技术手册、业务资料入库，让 AI 仅依托上传文档内容作答，用于内部资料咨询、产品文档答疑、技术资料检索场景。 2:核心功能 文档接入：支持 PDF、Word 等格式文档上传、文本解析、自动分段切分； 向量知识库：文本向量化并存入向量数据库，构建私有知识库； 智能检索：用户提问后，执行相似度检索，召回相关文档片段； 智能问答 Agent：结合检索片段 + 提示词工程生成答案，标注引用来源，减少模型幻觉； 对话管理：支持多轮对话、对话历史管理； 拓展能力：支持知识库增删文档、检索参数可调、对外提供 API 接口，支持前端页面接入。