Agent 平台概览

FactVerse AI Agent 是面向工业场景的受治理 Agent 运行平台。它让客户环境能够在同一个平台模型下运行多个已配置 Agent，同时保留租户边界、工具访问、动作风险、审核门禁和审计记录。

当团队需要先说明 Agent 工作流如何组织，再选择具体模块、MCP 入口或工作流指南时，请从本页开始。

平台流程

平台治理内容

治理项	对客户的意义
Agent 清单	一个租户只看到为该环境配置的 Agent。
Agent 目标	每个 Agent 都应有明确的运营任务、负责人和入口。
工具绑定	Agent 只能调用分配给它且在该环境中可见的工具。
运行时发现	工具可用性在运行时确认，避免依赖过期的硬编码清单。
风险边界	读取、分析、草稿写入和运营动作按不同方式处理。
审核门禁	风险更高的动作可以要求确认或人工审批后再执行。
审计轨迹	决策、拦截、审批和最终结果应能追踪。

Agent 类型

FactVerse AI Agent 文档使用面向业务的 Agent 类型，避免暴露实现类名。

Agent 类型	典型角色	常见输出
能力型 Agent	运行模型、计算、数据管道或专门分析，供其他工作流调用。	评分、预测、分类、仿真结果或增强数据集。
助手型 Agent	帮助用户调查状态、汇总上下文或准备可回退记录。	说明、建议、工单草稿或审核备注。
执行型 Agent	在受控流程中推进已批准的运营任务。	已批准的任务更新、派工步骤或动作记录。
编排型 Agent	在受治理工作流中协调多个 Agent、工具或运营步骤。	多步骤决策包、审批路由或协同执行方案。

这些名称描述 Agent 的职责。某个 Agent 实际可使用哪些工具，仍取决于客户环境、启用模块、权限范围和风险控制。

运行模型

设计 Agent 工作流时，建议按以下顺序推进：

1. 定义运营任务和用户角色。
2. 确认租户、站点、资产、设备、场景或工作记录边界。
3. 检查源数据、文档和数字孪生上下文是否准备好。
4. 发现该 Agent 在运行时可用的工具。
5. 先做只读验证，再加入计算或写入动作。
6. 将受控动作放在确认、审批和审计之后。
7. 记录反馈，用于改进后续运行。

这个模型让 Agent 工作始终连接真实运营记录，并把回答纳入可追溯的运营上下文。

与 MCP 的关系

MCP 是外部 AI 客户端和企业 Agent 运行时使用的受治理工具集成层。在完整的 Agent 平台中，它承担工具接入层。

层级	作用
Agent 平台	定义 Agent、数据上下文、工具绑定、风险门禁、审核行为和审计要求。
Agent Hub	为用户提供按租户配置的 Agent 入口。
MCP endpoint	让已获授权的客户端通过受控入口发现和调用工具。
模块工具	暴露预测性维护、CMMS、设施运营、数据中心运营和 Physical AI 等产品能力。

客户端接入请使用快速开始。入口和 API Key 规划请使用访问与权限范围规划。

审核边界

不同 Agent 输出不应按同一种方式处理。

输出类型	处理方式
只读回答	返回证据、来源时间和未解决的数据缺口。
分析或计算结果	返回假设、输入边界和审核备注。
草稿记录	仅在用户具备所需权限范围和工作流负责人时创建或准备记录。
运营动作	在影响真实系统前进入客户的审批和审计流程。

请使用工作流运行记录保留证据和审核结果。

公开文档地图

需求	使用文档
在产品中查看已配置 Agent	Agent Hub
连接外部客户端	快速开始
规划 endpoint 和权限范围	访问与权限范围规划
检查数据准备情况	数据准备
构建工作流	工作流指南
查看工具和权限范围参考	MCP 工具参考与权限范围参考