首页/产品能力

一套为前置交付工程师设计的工作台

从签约到接管,企业 AI 交付会经过十几个环节,每个环节都可能掉链子。 DocFDE 把这些环节拆成可记录、可复用、可验收的模块,让每一个项目都有可回溯的过程与结果。

4层级架构
13交付作业模块
17客户数据板块
100%交付过程可追溯
M0 / Customer Hub

客户中心:所有交付内容的总挂靠点

每一份问卷、每一个工作流版本、每一条未决异常,都归属于某个客户。 换人接手项目时,交付上下文不会随人走散。

01

客户主档

记录行业、规模、地区、来源、客户分级、生命周期、现有系统栈与数据成熟度。

  • 数据成熟度直接决定场景的标准化档位
  • 系统栈信息用于预判集成复杂度
02

决策链

以「权力 × 态度 × 关注点」三个维度刻画关键角色,判断谁能拍板、谁需要被说服。

  • 避免把时间花在无授权的环节上
  • 关注点差异决定汇报口径与材料
03

沟通留痕

每次会议、每次变更、每个口头结论都有记录,交付争议有据可查。

  • 结论与承诺分角色归属
  • 关键节点强制留痕
04

合同与范围

范围内外清单、报价、计费模式、付款节点、验收标准与服务水平,全部在系统内可查。

  • 范围外事项在系统中显式标记,避免扯皮
  • 验收标准与交付指标一一对应
05

客户 360 视图

把上述信息与全部交付内容汇总成 17 个数据板块,一屏看完一个客户的全貌。

  • 支持按客户查看全部项目与资产
  • 历史问题与复用资产可直接检索
P1 / Delivery Layer

交付作业层:7 个模块,覆盖从诊断到交接

这是前置交付工程师每天真正在用的部分。每个模块都有明确的输入、产出与责任人, 产出物可直接复用为下一个项目的起点。

M1

诊断与范围向导

用访谈问卷把「想做 AI」拆成可评估的场景,按频次、价值、数据就绪度、容错空间与可行性五个维度打分,先测基线再谈方案。

  • 产出《范围说明书》:问题、输入、输出、集成方式、护栏、需人工确认环节与唯一成功指标
  • 范围由客户签字确认,我们不代做决定
M2

项目档案

干系人、里程碑、未决异常、业务定义确认人,以及本次涉及的 L0 事项清单,统一在一处维护。

  • 未决异常必须挂负责人与到期日
  • L0 事项只登记不承诺替代,避免交付预期失真
M3

连接器登记册

登记对接系统的类型、鉴权方式、字段映射、同步频率与踩过的坑,可导出为配置复用。

  • 只保存凭据引用,不存明文凭据
  • 踩坑记录沉淀为下一次对接的检查清单
M4

知识库助手

文档导入与解析、切片留痕,用 10–30 个真实案例裸跑命中率,支持问答对与黑名单管理,并可导出为模板包复用。

  • 命中率必须用真实案例裸跑得出,不用抽样自测
  • 早期版本以关键词召回为主,命中率不能等同于向量检索效果,报价与验收按实际口径谈
M5

工作流与 Prompt 库

节点、提示词版本、调用工具、人工确认点、异常分支与调参记录,输入输出契约与适用场景一并记录。

  • 模板表只追加不覆盖,历史版本随时可查
  • 实例化即深拷贝,改动不会污染模板
M6

效果回归库

维护测试集,规则打分结合人工评分,把问题分为检索、模型、流程、缺知识四类,持续跟踪回归通过率。

  • 每改一版跑一次回归,结果可对比
  • 评分不替人打分,人工判断由人来做
M7

部署交接包

离线清单、环境检查、模型配置、回滚方案、客户批准的数据版本、验证阈值、未决异常清单与学徒式知识转移,打包交付。

  • 状态机从草稿到已接收只能向前推进,不允许跳过验收
  • 交接的是能力,不是文档
P2 / Asset Layer

资产沉淀层:让第二个项目比第一个便宜

每一次交付都会留下五类可复用资产。它们不属于某个客户,而是下一批客户的起点。

场景问卷

结构化的场景评估题目与打分口径,新项目直接复用并补充。

工作流版本

每个工作流的演进轨迹与调参记录,避免重复踩同样的坑。

问题归因

失败案例按检索、模型、流程、缺知识四类归档,指向明确的改进动作。

踩坑 SOP

交付过程中验证过的操作规范与注意事项,写成可执行的标准动作。

行业语料

按行业积累的术语、问答对与文档样本,缩短知识库冷启动时间。

全局模板库

不携带客户标识的公共底座,实例化复制后使用,私有修改永不回写。

P2 / Engine Layer

通用引擎层:成本、效果、治理、观测

这层不绑定具体场景,是所有项目共用的底座能力,也是「效果可见、成本可控」的技术前提。

E1 模型网关

本地与云端模型统一路由,按项目与场景记录用量与成本,支持缓存与降级策略,避免账单失控。

E2 效果看板

调用量、成功率、人工接管率、问题率,以及与基线对比的工时替代数据,自动生成老板能看的一页纸。

E3 智能体治理

唯一身份归属、最小权限、工具白名单、审计日志、人工确认关卡、熔断回收,六项要素先落地再放权。

E4 观测对接

对接主流的调用链路观测与评估工具链,为后续精细化评估预留通道,当前阶段以内部回归为主。

Trust / Governance

把数据放在客户自己的环境里

企业最担心的是数据外流与责任失控。DocFDE 支持私有化部署,把凭证、数据与日志都留在客户内网, 智能体的每一次动作都有唯一身份与审计记录。

数据不出内网
私有化部署为前提条件,数据与凭证不离开客户环境。
最小权限与审计先行
智能体的权限边界、工具白名单与审计日志先于能力放开。
不存明文凭据
连接器只保存凭据引用,敏感信息不进业务库。
模型可替换
网关统一路由本地与云端模型,客户不被单一厂商锁定。
Stack / Deployment

轻量、可私有化、无需重型基础设施

DocFDE 后端采用 Go 与内嵌数据库,前端为现代 Web 技术栈,是一套给交付工程师日常使用的工作台, 而不是又一个需要专门运维的重平台。

后端服务

Go 语言服务 + 轻量内嵌数据库,单机即可运行,接口按独立前缀隔离,便于与其他系统共存。

前端界面

现代化前端框架构建,按功能模块划分菜单与权限,交付工程师按角色看到与自己相关的部分。

授权与隔离

按应用维度授权管理,客户数据相互隔离,适合在客户内网独立部署一套。

QA / 常见问题

关于 DocFDE 的常见问题

DocFDE 是青岛模小范网络技术有限公司推出的企业 AI 前置交付工程师工作台。它把场景诊断、交付范围、知识库、工作流、效果回归与部署交接沉淀成可复用资产,让企业 AI 项目从试点真正走到生产。
DocFDE 分为三层:客户中心(客户主档、决策链、沟通留痕、合同与范围、客户 360 视图)、交付作业层(诊断与范围向导、项目档案、连接器登记册、知识库助手、工作流与 Prompt 库、效果回归库、部署交接包)、资产沉淀层(场景问卷、工作流版本、问题归因、踩坑 SOP、行业语料、全局模板库)。
DocFDE 解决企业 AI 项目「每个项目都从零开始」的问题。核心主张是让第二个项目比第一个便宜 —— 通过场景问卷、工作流版本、踩坑 SOP 与行业语料的沉淀复用,降低重复交付成本。
AI 前置交付工程师是在企业落地 AI 之前,负责把业务场景讲清楚、把交付范围界定清楚、把验证效果的过程标准化的一类角色。DocFDE 就是这类工程师的日常作业台。
DocFDE 提供 E1 模型网关、E2 效果看板、E3 智能体治理、E4 观测对接四层底层能力,其中模型网关按项目与场景记录用量与成本,且不存明文凭据。
DocFDE 的费用以订阅覆盖工作台使用权与已开通模块,私有化部署、模型本地化、深度系统集成等单独列项。因为交付成本的主导变量是场景本身而非产品本身,厂商通过一次场景诊断算出真实区间后再给出正式报价。

想知道某个模块在你场景里怎么用?

带上你的实际场景,我们用一次沟通说明:哪些模块直接可用、哪些需要额外配置、哪些不适合标准化。

看解决方案
13964827272 rfr@163.com