跳到主要内容

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。

参考地图

页面用途主要回答的问题
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

团队需要先统一词汇时,从 核心概念 开始。下一步要决定集成边界或部署规划时,从 架构 开始。