AI Agent 架构与参考
当团队在设计工作流、系统集成或部署模型之前需要理解 FactVerse AI Agent 的结构时，应从这一组页面开始。这里定义产品边界、架构层次、能力范围和文档结构，供其他指南统一引用。
参考选择流程
参考地图
| 页面 | 用途 | 主要回答的问题 |
|---|---|---|
| Agent Platform 总览 | 面向客户的平台模型 | 已配置 Agent、工具绑定、复核节点和审计记录如何组合？ |
| Agent Hub | 租户内 Agent 入口 | 用户如何找到可用 Agent、检查数据状态并进入工作流？ |
| Agent 生命周期与配置 | Agent 配置和变更控制 | 团队应如何规划、配置、验证、变更和退役 Agent？ |
| 风险治理与安全 | 风险等级和复核节点 | 哪些输出需要证据、审计、确认、人工审批或策略控制？ |
| 运行时工具发现 | 租户可见工具访问 | 当前客户端、key、租户和 Agent 在运行时能看到哪些工具？ |
| 工具执行治理 | 工具调用结果 | 允许、确认、待处理、阻止和审计后的结果如何处理？ |
| 核心概念 | 统一 Agent 工作流词汇 | Endpoint、工具、scope、租户上下文、来源引用和审批边界分别是什么？ |
| 架构 | 说明运行时和产品职责 | 客户端、MCP、Platform、DFS、Designer、Inspector、知识和仿真服务如何协同？ |
| 能力地图 | 做能力规划和路线讨论 | 哪些能力组支撑设施运营、预测性维护和 Physical AI 工作流？ |
| 文档架构 | 规划文档归属和扩展 | 下一批页面应写什么，哪些内容应放在产品手册、工作流指南或参考资料中？ |
什么时候使用这一组页面
- 设计新的 AI 客户端或企业 Agent 集成。
- 判断某个工作流能力应由哪个 FactVerse 产品承担。
- 规划数据、仿真、巡检或工单边界。
- 评估工作流应使用基础 MCP endpoint 还是模块 endpoint。
- 判断页面应放入概念文档、运营指南、工作流指南、用例还是参考资料。
架构检查表
| 范围 | 设计继续前需要检查 |
|---|---|
| 产品上下文 | 工作流已说明 Platform、DFS、Designer、Inspector、MCP 和连接系统各自承担的职责。 |
| 租户边界 | 客户端有清晰的租户、站点、资产组和权限边界。 |
| 数据边界 | 所需信号、文档、场景和工作记录有负责人和时效要求。 |
| 工具访问 | 实施前已规划工具发现、scope 和审批控制。 |
| 输出证据 | 工作流可以返回来源引用、假设和审核记录。 |
| 运营交接 | 运营团队清楚工作流运行、异常和反馈如何记录。 |
下一步
需要说明受控运行模型时，从 Agent Platform 总览 开始。下一步要确认可见工具时，从 运行时工具发现 开始。下一步要设计允许、确认、待处理、阻止或审计后的结果时，从 工具执行治理 开始。