「说一句话就出数」这件事，踩中了企业数据工作的三条命门
企业里真正值钱的不是表结构，是那套只存在于老员工脑子里的口径规则。只把表结构丢给大模型去猜，等于把十年才统一好的业务语义，交还给一个概率模型重新掷骰子。
「看得见」与「动得了」之间隔着深渊：人点「确认发货」背后是权限校验、流程审批、操作留痕；AI 若绕过这些直接 UPDATE，一次事故就足以否决整个智能化方向。
微服务、消息队列、分布式存储、专职运维团队——还没开始产生价值，先养了一个十人团队。对机房内网、预算有限、要求信创离线的企业来说，这些「先进架构」反而是最高门槛。
企业数据智能化的瓶颈，从来不是模型不够强，而是语义没有沉淀、行动没有通道、交付没有减重。谁先把这三件事做成「产品能力」而不是「实施服务」，谁就能把 AI 真正送进生产流程。
四款产品协同联动，构成「数据 → 智能 → 决策 → 交付」的完整价值闭环，可整体引入，也可按需拆用
本体语义层与唯一写路径
把物理数据库里的表，变成业务方说得出口的对象、算得一致的指标，并且垄断所有写操作的入口。
一句话查数，可解释的 AI
自然语言 → SQL → 图表，五路召回 + 行列级安全注入 + 会话记忆；还能给出带引用、可追溯的决策证据链。
追人与关系的图谱研判
把多源数据融合成一张关系图谱，实体解析把「同一个人的多条记录」归并，再用图算法、时空视图、模式识别找出隐藏关联。
把软件安全地送到现场
声明「这个环境应该长什么样」，目标机上的 Agent 主动来拉、自己验签、自己应用。控制台永不反向连入客户网络。
星基金融结算探索方向
低轨卫星星座与金融报文技术的融合创新，构建不依赖地面光纤的全球金融结算基础设施（研发中，详见单页）。
查数起步：LightAIP + LightFoundry——先接数据源、立口径，让业务一句话查数，这是大多数客户的第一步。
治理先行：LightFoundry 单独部署——先把数据集、指标、写路径立起来，为后续 AI 打地基。
风控专项：LightGotham + LightFoundry——图谱研判建立在统一语义之上，实体解析才有干净的输入。
全栈交付：四款产品整体引入——由 Apollo 统一管理多环境升级与回滚，适合多站点、信创离线的集团型客户。
一套底座、四个进程：数据、智能、决策、交付有机协同
| 层 | 内容 | 业务含义 |
|---|---|---|
| ① 入口与网关 | Vue3 前端（104 个功能页面）+ Go 网关，SPA 服务 + 四路反向代理 | 一个浏览器入口，四个产品共用一套界面体系 |
| ② 产品层 | LightAIP :18080 · LightFoundry :18081 · LightApollo :18082 · LightGotham :18083 | 四个独立进程，可分别启动、分别部署 |
| ③ 共享底座 | 治理核心（auth/rbac/security/audit/crypto）· AI 核心（llm/vector）· 数据核心（connector/datasource/metadata）· 调度核心（scheduler/task/resource）· 事件核心（cdc/notify/monitoring）· 运维核心 | 同仓库直接 import，不走网络调用——一条审计规则改一次，四个产品同时生效 |
| ④ 持久化与可观测 | PostgreSQL 主库（不可用自动降级 SQLite）· 向量三后端自动降级 · 自研磁盘图存储 · /metrics 指标 | 单机永远跑得起来；监控指标可直接接入 Prometheus |
四个产品不是四套系统通过网络互调，而是同一个代码仓库里共享同一套底座包。对客户而言这意味着三点：① 买其中一个也能跑——只想解决查数问题，单独部署 LightAIP 即可；② 追加即无缝——新产品的权限、审计、数据源全部现成，实施周期以天计而不是以月计；③ 不锁定——产品之间约定的是六份冻结的接口契约，换掉任何一个产品，其余不用改。
| 契约 | 谁提供 → 谁消费 | 解决什么 |
|---|---|---|
| ① 语义检索 | Foundry → AIP | AI 检索的是「订单收入 = SUM(paid_amount)」这条结构化定义，不是一段描述它的话——这是「本体增强生成（OAG）」的根基 |
| ② Action 执行 | Foundry → AIP | 唯一的写入口，四种模式（只校验 / 直接执行 / 异步执行 / 先校验再执行）。HTTP 200 不等于成功，要看响应体里的校验结论 |
| ③ LLM 网关 | AIP → Apollo | 所有大模型调用的统一出口，带降级链和熔断，降级时明确标注不假装正常 |
| ④ bundle 制品 | Apollo → 全部 | 分发包格式：文件清单 + 国密哈希 + 整体签名 + 签名者身份，目标机多重验签 |
| ⑤ 评测集 | AIP → Apollo | NLQ 回归测试用例随发布包分发，换环境也能验证「AI 还答得对不对」 |
| ⑥ 对象/动作模型 | 共享代码包 | 结构体定义即契约，Gotham 的图节点类型等下游模型直接复用 |
AIP 不自己写数据库。它把写请求交回 Foundry 的 Action，走和人完全相同的七道关卡。这一条设计决定了「AI 能不能被信任去改生产数据」——答案是能，因为它走的门和你一模一样，只是它不需要休息，而且记得更清楚。
四条不可妥协的原则贯穿所有产品与模块——读懂它们，就读懂了全部设计
口径、业务术语、表列语义，捆在一起管理；本体和 AI 检索双向打通。绝不把裸表直接丢给大模型去猜。AI 查得准，靠的不是模型更强，而是这层语义更干净。（对应「开放 Open」）
一切写操作必须走 Action（动作）定义。AI Agent 和人受完全相同的约束——不是给 AI 单独加一层护栏，而是根本没有第二条路可走。（对应「安全内建 Secure by Design」）
不引入消息队列、不引入服务注册中心、不引入外部图数据库。把分布式系统里真正有价值的机制——拉取式部署、声明式期望状态、离线同步包——直接做进单机内核。（对应「轻量 Light」）
本体定义、Agent 配置、评测集、LLM 网关路由、部署期望状态——全部用同一套 Schema 表达、同一个包分发。跨产品复用的是模型本身，不是接口调用。（对应「可演进 Evolvable」）
四条红线翻译成一句话：平台的所有能力，都建立在「语义可信、行动受控、部署轻量、资产可复用」这四个词上。对你来说，这意味着更少的返工（口径统一）、更低的试错成本（AI 不会闯祸）、更快的上线（单机交付）和更少的重复建设（一套资产全平台复用）。
本体与指标、写路径七道关卡、可解释的 AI、贯穿全平台的安全底座
| 要素 | 是什么 | 业务上意味着 |
|---|---|---|
| 对象 Object | 一张主表（最多再挂 3 张补充表）+ 一个稳定的英文名 api_name | 「订单」从此是一个大家都认的东西，而不是 db2.dbo.ord_hdr_v2 |
| 属性 Property | 映射某一列或计算得出；带约束、同义词、PII 标记、列级安全 | 给「区域」加同义词「大区/片区」，业务怎么说都能查到；给「姓名」打 PII 标记，脱敏自动生效 |
| 链接 Link | 对象之间的关系，带方向和基数（一对一 / 一对多 / 多对多） | 查订单自动带出客户，不用每次手写 JOIN，也没有人能写错关联键 |
| 动作 Action | 一个被定义好参数、校验规则、权限和回写方式的写操作 | 「标记订单为已发货」成为一个受控动作，而不是谁都能跑的一条 UPDATE |
在这之上，指标语义层用「实体 → 维度/度量 → 指标」四层结构集中管理口径：total_gmv、aov、毛利率…… 每一条都是显式的算法定义。口径在指标里现算、不做预聚合，改口径不用重跑历史数据。
所有数据回写——人在页面上点的、AI Agent 自动执行的、外部系统通过 MCP 调的、流规则自动触发的——全部穿过同一条流水线，没有旁路。
注意入口的画法：人和 AI Agent 走的不是相似的两条路，是同一条路。这就是「敢」字的来源——不是对 AI 更宽容，也不是对 AI 更苛刻，而是根本没有「AI 专用通道」这个东西。
同一个键重复提交只执行一次，后续返回首次结果。网络重试不会变成重复扣款——这对结算、工单、审批类场景是刚需。
回写时带「我看到的时间戳」，不匹配就返回 409 冲突并附最新状态。两个人（或人与 AI）同时改同一条记录，后提交者不会静默覆盖前者。
通过 Action 改过的值不直接覆盖源表，而是独立落在编辑态表里，查询时叠加上去——源数据保持原貌，修改全程可追溯、可撤销。
调用 Action 返回 200 只代表请求被受理；真正的成败要看响应体里 validation.result 是否为 VALID。做集成时如果只判状态码，会把失败当成功。
AI 检索的不是文本块，而是被治理的、带类型的、有权限的本体对象定义——这就是「本体增强生成（OAG）」：本体是 Agent 的大脑，不是 LLM。
| 召回通道 | 权重 | 作用 |
|---|---|---|
| 元数据向量 | 0.35 | 表、列、对象、属性的语义向量检索——主通道 |
| 知识库 | 0.25 | 你沉淀的口径文档、业务规则、操作手册 |
| 对话历史 | 0.15 | 最近 6 轮原文 + 更早轮次的 LLM 摘要，连续追问不「失忆」 |
| 少样本示例 | 0.15 | 历史成功查询对，教模型「这类问题这么答」 |
| 实体 | 0.10 | 从文档抽取的实体 + 别名 + 原文上下文，V5 新增的第五路 |
行级安全（RLS）按数据范围自动加过滤条件，列级安全（CLS）对敏感列自动遮蔽脱敏，属性级权限再收一层。查询前注入，注入失败直接拒绝执行，不静默放行。
写权限按 Action 逐个授予，不是「能写就全能写」；属性级分三档：只读、可改普通属性、可改策略属性。Foundry 侧还有记录级 RLS 兜底。
JWT + API Key 双通道认证，TOTP 双因子登录；高频 API Key 只存哈希、创建时给一次；Gotham 在 RBAC 之上叠加 ABAC 属性授权（拒绝一票否决）。
数据源密码 AES-GCM 加密落库；发布包 SM3 哈希 + SM2 签名验签；国密算法纯 Go 实现，兼容信创环境的无 CGO 编译。
谁、何时、对什么、做了什么、结果如何——全量 HTTP 审计 + AI 决策双层审计，支持归档，写操作强制携带修改前状态。
连接器工厂默认只放行 MySQL / SQL Server / PostgreSQL；MCP 对外暴露默认关闭、开启后每次工具调用落审计；Copilot 能调的接口走白名单，写类接口限管理员。
安全不是「事后检查」，而是「不满足约束就不动作」。策略内建在动作的执行路径上——这是把 Palantir「AI 只能通过 Action Type 触达业务世界」的单一路径思想，完整落进了国产实现。
同仓库共享 22 个底座包——降低学习成本、模块可跨产品复用、统一运维体系
编译为单一二进制文件，原生高并发、无 Python 运行时依赖、无 CGO；交叉编译支持全平台（Windows / Linux / 麒麟 / 统信 UOS / x86 / ARM / LoongArch），是轻量部署和信创适配的理想选择。
组合式 API 构建标准化业务界面，统一组件库确保跨产品视觉和交互一致。每个页面都有对应的操作手册——你看到的每一个按钮背后，都是真实接通的路由。
主力 deepseek-v4-flash、备用通义 qwen、兜底本地规则，熔断降级链透明可见；Provider 抽象支持切换本地私有化推理服务，不锁定单一模型供应商。
PostgreSQL 主力（连不上自动降级内嵌 SQLite）· 自研磁盘图存储（磁盘 JSON + 内存邻接表，不依赖外部图数据库）· 向量三后端自动降级 · 达梦 / 金仓信创适配。
① 一个数据库（PostgreSQL，断供自动降级 SQLite）；② 一个大模型 API（可替换为本地推理服务）。不需要消息队列、不需要服务注册中心、不需要外部图数据库——事件驱动靠数据库轮询 + 内部事件总线实现，CDC 不依赖数据库日志。
单机 5 分钟起，五个进程一条命令；靠制品和机制留在现场，而不是靠人
一台笔记本，内嵌数据库加本地规则兜底，适合工作坊与概念验证。
一台 Windows / Linux 服务器加 PostgreSQL，覆盖数十人规模的部门数据化。
四产品全开，主库配备份策略，监控指标接入 Prometheus。
麒麟 / 统信 UOS 加本地化模型，Apollo 离线 bundle 分发，完全断网运行。
大多数客户从 ① 走到 ③ 只用一两周——路径是连续的，不需要推倒重来。
LLM 网关的 Provider 抽象天然支持本地推理服务（昇腾一体机 + 离线部署是已验证路径）；基础查数与图谱分析都是本地计算，断网照样能取数、能研判。
Go 原生跨平台编译，无 Python 运行时依赖、无 CGO；交付靠 Apollo 的离线 bundle——签名包手工带入，Spoke Agent 拉取验签部署，控制台永不反向连入。
SM2 / SM3 / SM4 国密算法纯 Go 实现，贯穿发布签名与数据源加密；不是「先上国际算法再改造」，而是从第一天就按密评思路设计。
交接文档里会明确写出「哪些不能承诺」——比如单机规模上限、AI 断网时的降级行为。这份「不承诺清单」和功能清单同样重要，它是长期信任的地基。
三阶段渐进式演进——从单机 MVP 到分布式云原生
验证核心技术假设
打开政府与关基市场
支撑 SaaS 化商业交付
相较于国际竞品与国内问数产品，ZY Action Platform 的定位差异在哪里
| 维度 | 常见路线 | ZY Action Platform |
|---|---|---|
| 语义资产 | 指标中心（NL2Metrics）或无语义层（通用 Agent 框架） | 指标语义层 + 本体双资产：不仅有指标口径，还有对象/链接/Action 本体——这是写治理与 Agent 动作闭环的地基，超出「查数」范畴 |
| AI 的权限边界 | AI 只读，或靠提示词约束「不要乱写」 | 写路径七道关卡，人和 AI 同一条通道，逐动作授权 + 强制审计 + 幂等 + 乐观锁——AI 可以动手，且动手即留痕 |
| 可解释性 | 返回结果 + 生成 SQL | 五步决策证据链，答案带引用可回跳原文，全过程审计可回放 |
| 部署形态 | 云优先 / K8s 集群 / SaaS | Go 单二进制，单机 5 分钟起，PostgreSQL 断供自动降级 SQLite；信创离线环境同一套机制（拉取式交付 + 离线 bundle） |
| 产品结构 | 单产品（问数 / 编排 / BI 之一） | 四产品矩阵：查数、建模、图谱、交付各用专职产品，六份冻结契约串成闭环，可整体也可拆用 |
| 信创支持 | 无法进入中国关键领域 | 原生全栈信创适配（芯片 → OS → 数据库 → 加密），国密 SM2/SM3/SM4 纯 Go 实现 |
| 起步门槛 | 百万至千万美元级别 | 轻交付降低成本——单机交付省下的实施费，让渡给客户 |
不是对手，而是上下游。它们擅长编排框架与生态，我们提供被治理的语义层和 Action 通道——Foundry 已支持用 MCP 协议把本体能力暴露成外部大模型客户端可调用的工具。
在「查数」环节是同路人（都押注语义层），差异在查数之后——我们能把查询变成受控动作、把分析变成图谱研判、把成果变成可分发的制品。
它们的优势在存量报表资产和可视化沉淀。我们不迁移你的 BI，而是把 BI 的底层语义接管过来（本体 + 指标），让旧报表和新 AI 消费同一份口径。
我们尊重它是这条路线的定义者。差异化是现实的：国产自研全栈（含国密）、单机轻交付、本地化服务响应、信创环境下的完全离线能力。
通用 Agent 平台给了 AI 手脚，问数产品给了 AI 眼睛，我们补上的是规则与神经系统：知道什么能看（权限）、什么能碰（Action）、怎么算（口径）、做过什么（审计）。
声明式定义、版本状态机、合入前影响分析、对象化 SQL——扎实的工程能力构成第一道护城河。
使用产品越多，协同价值越大，迁移成本越高——1+1+1+1 > 4 的生态闭环，靠六份冻结契约焊接。
在国际竞品无法触及的政府和关基市场，全信创栈适配能力是不可替代的准入门槛。
拉取式交付、声明式期望状态、离线同步包这些分布式机制被浓缩进单机内核——没有外部依赖，就没有部署的悬崖。
营销文章看多了会对「经过严格测试」免疫——所以我们直接给数字、给边界、给验收方式
| 验证层次 | 结果 | 覆盖范围 |
|---|---|---|
| Go 单元测试 | 3511 个测试函数 / 583 个文件，全绿 | 共享底座 + 各产品核心包 |
| 真实冒烟测试 | Foundry 23/23 · Apollo 26/26 · Gotham 44/44 | 跑在真实 PostgreSQL 上，全链路端到端 |
| 浏览器 E2E | Foundry 5/5 · Apollo 5/5 | Playwright 真实点击操作 |
| 契约一致性 | OpenAPI 规格与实际路由双向对拍 | 防止「文档写了但没实现」和反过来 |
| 能力 | 状态 | 说明 |
|---|---|---|
| 本体建模 · 指标语义层 · Action 写路径 | 完整 | 四要素、版本状态机、影响分析、七道关卡、幂等与乐观锁，全链路冒烟通过 |
| 数据集 · 同步 · 质量画像 · SQL 工作台 | 完整 | V5 新增，任务化执行，成功链自动联动血缘与质量 |
| NLQ 查数 · 决策证据链 · 知识域 | 完整 | 五路召回、行列级安全注入、会话记忆、实体抽取、五步证据链 |
| 图谱分析 · 实体解析 · 时空多视图 | 完整 | 自研磁盘图存储 + Go 原生算法；行级图谱化导入、图分区、时序分析已补齐 |
| 声明式部署 · 签名验签 · 漂移检测 | 完整 | 纯拉取模型、国密 SM3/SM2、签名者白名单、DAG 门控、自动回滚 |
| 知识库独立问答 | 部分 | 知识库目前作为检索通道喂给查数链路，暂无独立的「问文档」入口 |
| MCP 对外暴露 | 默认关闭 | 需显式开启；开启后每次工具调用落审计，写动作仍走完整写路径 |
| 混合云部署 | 归并视图 | 是既有能力的组合说法，无独立代码包 |
| 字段级全量血缘 | 浓缩版 | 四级血缘（源 → 管道 → 对象 → 指标）+ Action 写边，不是逐字段全量 |
