跳至主要内容

Agent 平台概覽

FactVerse AI Agent 是面向工業場景的受治理 Agent 執行平台。它讓客戶環境能夠在同一個平台模型下執行多個已設定 Agent，同時保留租戶邊界、工具存取、動作風險、審核門檻和稽核記錄。

當團隊需要先說明 Agent 工作流程如何組織，再選擇具體模組、MCP 入口或工作流程指南時，請從本頁開始。

平台流程​

平台治理內容​

治理項對客戶的意義
Agent 清單一個租戶只看到為該環境設定的 Agent。
Agent 目標每個 Agent 都應有明確的營運任務、負責人和入口。
工具綁定Agent 只能呼叫分配給它且在該環境中可見的工具。
執行時發現工具可用性在執行時確認，避免依賴過期的硬編碼清單。
風險邊界讀取、分析、草稿寫入和營運動作按不同方式處理。
審核門檻風險更高的動作可以要求確認或人工審批後再執行。
稽核軌跡決策、攔截、審批和最終結果應能追蹤。

Agent 類型​

FactVerse AI Agent 文件使用面向業務的 Agent 類型，避免暴露實作類別名稱。

Agent 類型典型角色常見輸出
能力型 Agent執行模型、計算、資料管道或專門分析，供其他工作流程呼叫。評分、預測、分類、模擬結果或增強資料集。
助手型 Agent幫助使用者調查狀態、彙總上下文或準備可回復記錄。說明、建議、工單草稿或審核備註。
執行型 Agent在受控流程中推進已批准的營運任務。已批准的任務更新、派工步驟或動作記錄。
編排型 Agent在受治理工作流程中協調多個 Agent、工具或營運步驟。多步驟決策包、審批路由或協同執行方案。

這些名稱描述 Agent 的職責。某個 Agent 實際可使用哪些工具，仍取決於客戶環境、啟用模組、權限範圍和風險控制。

執行模型​

設計 Agent 工作流程時，建議按以下順序推進：

  1. 定義營運任務和使用者角色。
  2. 確認租戶、站點、資產、設備、場景或工作記錄邊界。
  3. 檢查來源資料、文件和數位孿生上下文是否準備好。
  4. 發現該 Agent 在執行時可用的工具。
  5. 先做唯讀驗證，再加入計算或寫入動作。
  6. 將受控動作放在確認、審批和稽核之後。
  7. 記錄回饋，用於改進後續執行。

這個模型讓 Agent 工作始終連接真實營運記錄，並把回答納入可追溯的營運上下文。

與 MCP 的關係​

MCP 是外部 AI 客戶端和企業 Agent 執行環境使用的受治理工具整合層。在完整的 Agent 平台中，它承擔工具存取層。

層級作用
Agent 平台定義 Agent、資料上下文、工具綁定、風險門檻、審核行為和稽核要求。
Agent Hub為使用者提供按租戶設定的 Agent 入口。
MCP endpoint讓已獲授權的客戶端透過受控入口發現和呼叫工具。
模組工具暴露預測性維護、CMMS、設施營運、資料中心營運和 Physical AI 等產品能力。

客戶端接入請使用快速開始。入口和 API Key 規劃請使用存取與權限範圍規劃。

審核邊界​

不同 Agent 輸出不應按同一種方式處理。

輸出類型處理方式
唯讀回答返回證據、來源時間和未解決的資料缺口。
分析或計算結果返回假設、輸入邊界和審核備註。
草稿記錄僅在使用者具備所需權限範圍和工作流程負責人時建立或準備記錄。
營運動作在影響真實系統前進入客戶的審批和稽核流程。

請使用工作流程執行記錄保留證據和審核結果。

公開文件地圖​

需求使用文件
在產品中查看已設定 AgentAgent Hub
連接外部客戶端快速開始
規劃 endpoint 和權限範圍存取與權限範圍規劃
檢查資料準備情況資料準備
建立工作流程工作流程指南
查看工具和權限範圍參考MCP 工具參考與權限範圍參考