打造你的企业智能助手

YAgent 不做「通用聊天机器人」，而是按企业真实组织分工预置九大业务领域的智能体：每个 Agent 自带领域话术、工具集、SOP 模板与禁忌规则，懂业务术语、知道先查哪个系统、什么操作必须先确认。

所有 Agent 都支持可视化定制：挂载技能、绑定知识库、配置人格与工作规则；也可以从零创建全新智能体，继承平台全部连接与安全能力。

多模型策略：请求级 > 智能体级 > 系统默认三级优先级，不同 Agent 可以用不同的大模型，成本与效果按场景平衡。

连接器引擎面向「企业级所有办公系统」设计：HTTP/REST 连接器覆盖 OA（致远等）、ERP（金蝶等）、CRM、HR、报表平台与自建系统；静态 Token、签名等多种鉴权一次配置，对话里直接查真实数据、提交真实单据。

原生支持 MCP（Model Context Protocol）：通过自实现的 JSON-RPC 2.0 客户端接入 MCP 服务器，initialize → tools/list 全流程真实应答校验，外部工具生态即插即用。

连接与凭据治理：连接（业务系统 / 数据库 / SSH / 设备 / 渠道）唯一来源是管理后台，Agent 侧只读继承；用户需要新连接走「申请 → 管理员审批 → 全局生效」，申请单不采集任何凭据。

字段语义自动化：Schema Bridge 解析 OpenAPI 规范 + 真实探测双通道发现字段，由大模型产出语义标签、别名与转换规则，接入新系统从数天缩短到数小时。

内置 BPMN 流程引擎（SpiffWorkflow）：流程设计器支持拖拽编排，也可以用自然语言描述让 AI 生成流程草稿，确认后落库执行。

审批流、会签、条件分支、超时升级等企业流程要素开箱即用；流程实例的每一步推进都有状态留痕，与 OA 双向同步。

流程与对话打通：对话里一句话发起流程，流程节点可以在对话中以卡片形式交互确认，办结后任务自动归档闭环。

MFA 双因子核验：调用外部系统写接口等敏感操作时，风控先评估风险（与日常习惯相似度、操作类型等），命中即下发核验卡片——先验账号密码，再验手机短信验证码，两项都通过才会放行执行；流程 fail-closed，任何一步不通过都不执行，且无任何绕过口子。

账号未绑定手机号时核验不可完成，系统会如实告知终止原因，而不是假装放行。

RBAC 功能权限：角色 × 功能点二维矩阵，页面入口与后端接口双层生效；管理员才能进管理后台、才能改全局配置。

安全关键词风控：黑白名单规则 + 白名单优先放行，exact / contains / regex 三种匹配，block / withdraw / warn 三种处置，命中全部留痕可审计。

全程审计：登录、对话、工具调用、审批、核验、风控命中全部写入审计与安全事件台账，管理员可查可追溯。

企业文档、SOP、语料统一入库，检索增强（RAG）让回答附带出处。

记忆系统分三层检索：L1 语义层（向量检索）、L2 关键词层（PostgreSQL 全文检索）、L3 实体/元数据层（精确匹配，带来源标记与质量评分）。

摘要与记忆写入前必须通过多重交叉校验：① embedding 余弦相似度 ≥ 0.75；② source_text_hash 哈希比对防篡改；③ 时间戳范围校验；④ 实体交叉验证（人名 / 日期 / 金额必须在原始文本出现）。

核心原则：不和一条检索结果讲信任，用多条独立线索交叉验证——这是 YAgent 区别于「会编造的聊天机器人」的根本设计。

20 个后台页面覆盖：用户与角色、功能权限矩阵、智能体、工作流、连接与申请审批、对话与任务、黑白名单与安全事件、系统设置、SOP、语料、模型训练、全局接口、提示词、技能市场、备份与迁移。

任务闭环追踪：每一条跨系统的业务单据都有平台侧跟踪任务，OA 状态回调与列表回查双通道保证状态一致，办结自动归档。

仪表盘多维度统计：用量、质量、数据健康度一目了然，为运营与扩容提供依据。

YAgent 支持把智能体绑定到企业日常使用的协作渠道：企业微信、钉钉、飞书、QQ、微信、邮箱（SMTP/IMAP）等——员工不需要专门打开网页，在熟悉的工具里就能@智能体办事。

渠道消息进对话、回复回渠道：审批提醒、任务超时、日报摘要可以主动推送到员工最常用的那一端，真正随时随地移动办公。

渠道绑定同样走管理后台统一治理：连接、凭据、启用状态集中配置，Agent 侧只读继承。

SOP 模板、语料库、对话记录、任务记录全部落库沉淀——这些是企业真实业务的语言与流程数据，随着使用不断积累，成为本地化训练大模型的经验与养料。

训练闭环：沉淀的数据经清洗与脱敏后进入模型训练模块（数据集管理 / 训练任务 / 评估指标），用企业自己的数据持续进化出更懂业务的模型。

隐私边界清晰：所有数据先脱敏、后使用；数据留在本地（私有化部署，数据不出域）；大模型只负责推理、不存储业务数据；Agent 负责自动编排任务与调用工具。

分工即安全：数据在本地库与 Agent 手里，大模型是「无状态的推理引擎」——企业数据资产越用越厚，而数据主权始终在自己手里。