【數智化案例展】中核集團——私有化智能體平臺建設與應用實踐

有云數智案例

“【提示】2026第六屆數智化頒獎典禮將于8月5日在北京舉行頒獎點擊可報名參加頒獎典禮丨此次企業榜單/獎項的評選依然會進行初審、公審、終審三輪嚴格評定，并會在國內外渠道大規模發布傳播歡迎申報。

隨著人工智能大模型技術快速發展，越來越多的大型企業開始探索AI在實際業務中的應用。對于國資央企而言，人工智能不僅需要具備優秀的智能化能力，更要滿足數據安全、系統可控、運行可靠等要求。如何在保障核心數據安全的前提下，將大模型能力與企業知識體系深度融合，打造真正服務業務的企業級智能體平臺，成為人工智能落地的重要課題。

作為我國核工業領域的骨干企業，中核集團對信息安全、數據管理和系統穩定性具有嚴格要求。中核集團的知識體系涵蓋制度規范、業務資料、歷史文檔、培訓教材、新聞報道素材等海量非結構化數據，然而這些知識資產長期處于分散管理狀態——跨部門、跨系統存儲，格式多樣，缺乏有效關聯，難以實現統一檢索和高效復用。

在數智化轉型浪潮下，中核集團深刻認識到：要實現高質量發展，必須將人工智能技術與企業知識體系深度結合。集團希望建設一套支持私有化部署、具備統一管理能力的企業級智能體平臺，將分散的知識資產進行統一治理，并結合大模型能力，為知識檢索、文檔分析、內容輔助等日常辦公場景，以及選題、策劃、采訪、活動等典型業務場景提供智能化支撐。這一需求不僅在核工業領域，在整個國資央企體系中都具有典型性和標桿意義。

·時間周期：

開始時間：2025年3月

·需求調研與方案設計：2025年3月-2025年5月

·平臺部署、模型接入、知識庫構建、智能體開發：2025年5月-2025年10月

·平臺上線試運行與優化階段：2025年11月-2025年12月

數智化轉型升級需求

中核集團在推進數智化轉型升級過程中，面臨以下核心需求：

1.知識資產統一治理需求

中核集團長期積累了大量制度規范、業務操作手冊、項目技術文檔、歷史會議紀要、培訓教材、新聞報道素材等知識資產，來源廣泛、格式多樣（Word、PDF、掃描件等），長期跨部門、跨系統分散存儲。知識間缺乏有效關聯，檢索效率低下，嚴重制約了知識復用和業務協同。亟需一套統一的知識治理方案，將海量非結構化數據轉化為可供智能調用的知識體系。

2.私有化安全部署需求

作為核工業領域骨干央企，中核集團對信息安全具有極高要求。企業內部知識、業務資料及相關數據涉及國家安全和核心商業機密，均需在專屬環境內完成存儲、處理和推理，實現"數據不出域、權限可管控、過程可審計"。公有云AI服務無法滿足這一安全要求，必須采用私有化部署方案。

3.智能辦公效率提升需求

集團在日常辦公中存在大量知識檢索、文檔分析、內容生成等工作場景，員工需要花費大量時間在信息查找和資料整理上。同時，集團傳媒業務場景中的選題策劃、信息采集、活動組織等環節也亟需智能化工具支撐，以提升工作質量和效率。

4.企業級智能體平臺建設需求

中核集團不僅需要單點AI工具，更需要建設一套可持續發展的企業級智能體平臺。該平臺需具備：統一的知識底座、靈活的多模型協同能力、可編排的智能體應用框架、標準化的安全管理體系，能夠將AI能力融入各業務場景，并支持未來持續的迭代擴展。

面臨挑戰

在推動企業級智能體平臺建設過程中，中核集團面臨以下關鍵挑戰：

1.數據安全與合規挑戰

集團內部知識、業務資料高度敏感，傳統公有云AI服務無法滿足安全要求。平臺必須在專屬環境內完成模型推理、知識檢索、權限管理及日志審計，全鏈路"數據不出域"。同時需與企業現有身份認證體系無縫對接，實現統一登錄、細粒度權限管控和全過程審計，這在央企IT環境中涉及復雜的系統集成和合規審查。

2.知識碎片化與數據孤島

企業長期積累的大量文檔資料跨部門、跨系統分散存儲，涵蓋制度規范、操作手冊、技術文檔、會議紀要等數十種類型，格式各異。知識間缺乏有效關聯，形成信息孤島，檢索時需多次切換系統，效率極低。將海量異構非結構化數據轉化為可供大模型理解和調用的結構化知識體系，涉及復雜的數據清洗、語義理解、關系建模等工程化難題。

3.通用大模型專業化不足

通用大模型雖然具備較強的語言理解和生成能力，但缺乏核工業領域的專有知識和業務語境，容易出現內容偏差和"幻覺"問題。在某些涉及技術參數、安全規范等高精度要求的場景下，模型的"自由發揮"反而可能產生誤導。平臺需要建立完善的知識增強體系（RAG+GraphRAG），使模型輸出嚴格建立在企業真實知識基礎之上。

4.多場景智能體編排復雜性

企業級智能體平臺不僅要具備智能問答能力，更需要融入選題策劃、采訪輔助、活動統籌等具體業務流程。不同場景對智能體的能力要求差異顯著——有的需要深度推理，有的需要快速響應，有的需要多步協同。如何在統一平臺框架下實現差異化編排、上下文管理和結果聚合，是技術架構設計的重要挑戰。

5.央企場景下的持續運營難題

平臺建設只是第一步，如何在持續運行中不斷優化知識召回效果、調整模型調度策略、改善交互體驗，并推動更多業務場景的采納和覆蓋，對運營團隊的技術能力和業務理解提出全方位要求。央企的決策鏈長、審批流程復雜，也增加了推動平臺持續迭代的組織協調難度。

數據處理

本項目涉及的數據處理工作主要包括以下方面：

1.數據類型與來源

涵蓋企業制度規范文檔（Word/PDF格式）、業務操作手冊、項目技術文檔、歷史會議紀要、培訓教材、新聞報道素材、圖片資料等多種非結構化數據。數據來源涉及中核集團總部及下屬單位的多個業務部門和職能系統，覆蓋核工業領域的核心知識體系。

2.數據處理流程

平臺構建了標準化的知識工程數據處理流水線：（1）多格式文檔解析：支持Word、PDF、掃描件（OCR）、網頁、郵件等多種格式的自動解析和文本提取；（2）數據清洗：對原始文檔進行格式統一、去噪、去重處理，移除頁面頁腳等非內容元素；（3）智能文檔切分：基于語義邊界（段落、章節標記）和固定窗口相結合的策略進行文檔切分，保證檢索粒度的合理性；（4）元數據提取與標簽化：自動提取文檔標題、日期、部門、密級等元數據，并進行關鍵詞標注和分類打標；（5）向量化：使用嵌入模型將文本塊轉化為高維向量，構建高效的向量索引；（6）知識圖譜構建：通過實體識別和關系抽取，建立不同知識之間的關聯關系，形成企業知識圖譜。

3.知識庫規模與能力

經過統一治理后，平臺構建了覆蓋制度規范、業務資料、歷史文檔等多類知識的企業級知識庫，支持基于RAG和GraphRAG的混合檢索策略，實現了在企業真實知識基礎上的精準語義搜索、上下文推理和可解釋的內容生成。

應用技術與實施過程

本項目圍繞中核集團對安全、可靠、智能的建設要求，有云數智構建了以私有化部署、多模型協同、知識增強、智能體編排為核心的企業級智能體平臺總體架構，實現模型能力、知識資產與業務應用的統一管理。以下從技術架構、核心技術體系和實施過程三個維度詳細闡述：

一、總體技術架構

平臺采用"四層兩體系"總體架構設計。四層分別為：基礎設施層（提供算力、存儲、網絡資源，支持物理機、虛擬機及Kubernetes容器化彈性部署）、模型服務層（統一模型調度平臺，管理多規格大模型的接入、路由和生命周期）、知識工程層（企業知識底座，涵蓋知識庫、向量索引、知識圖譜）和智能體應用層（面向業務場景的編排和執行引擎）。兩體系分別為安全管理體系（貫穿四層的統一認證、細粒度權限管控、全鏈路審計追蹤）和運營管理體系（平臺監控、效果評估、持續迭代優化）。整體架構嚴格遵循"數據不出域、權限可管控、過程可審計"的安全設計原則。

二、核心技術體系詳解

（一）私有化部署與安全保障技術

平臺整體運行于客戶專屬環境，模型推理、知識檢索、權限管理及日志審計全部在企業內部網絡內完成，從網絡層、計算層、存儲層三個維度保障數據安全。部署方式支持物理機、虛擬機及Kubernetes容器化三種模式，可根據客戶實際IT基礎設施靈活適配，有效降低部署門檻。平臺與企業現有身份認證體系（LDAP/AD/OAuth2統一認證平臺）無縫對接，實現用戶信息同步、角色映射和單點登錄（SSO）。權限控制采用基于角色的訪問控制（RBAC）模型，支持按部門、角色、密級三個維度進行細粒度權限配置。全鏈路審計記錄每次知識檢索、模型調用和內容生成的操作日志，滿足央企合規審計的嚴格要求。

（二）多模型協同調度技術

平臺構建了統一模型調度引擎，核心能力包括：（1）模型統一接入：通過標準化API適配層屏蔽不同模型廠商的接口差異，支持國產大模型、開源模型的統一接入和管理；（2）智能路由：基于任務類型、復雜度、時效性要求等維度實現請求的智能路由分發——簡單問答路由至輕量化模型（推理延遲<500ms），復雜分析和深度推理路由至大參數模型以保證輸出質量，實現效果與成本的最佳平衡；（3）動態負載均衡：實時監控模型服務的QPS和響應時間，自動進行流量調度和彈性伸縮；（4）模型熱切換：支持模型版本灰度發布和業務無感切換，保障業務連續性。

（三）基于RAG和GraphRAG的雙引擎知識增強體系

這是平臺最核心的技術創新點，采用"向量檢索+圖譜推理"雙引擎架構，全面提升知識回答的準確性和可靠性。

RAG檢索增強生成管道：

·Query理解與改寫：使用小型模型對用戶問題進行意圖識別、實體抽取和語義擴展，將原始問題改寫為更精準的檢索查詢；

·混合檢索策略：融合稠密向量檢索（基于Embedding的語義相似度匹配）和稀疏檢索（基于BM25的關鍵詞精確匹配），互補召回優勢，提升整體覆蓋率；

·多路召回與重排序：從知識庫中多路召回Top-K候選文檔片段，使用Cross-Encoder重排序模型進行精細相關性排序，精選Top-N注入上下文；

·上下文注入與Prompt工程：將精選知識片段與用戶問題、系統提示詞組合為結構化Prompt模板，確保模型嚴格基于提供的企業知識進行回答，有效抑制幻覺。

GraphRAG知識圖譜增強：在傳統RAG基礎上引入知識圖譜技術——從企業文檔中自動抽取命名實體（技術術語、機構名稱、項目代號、人員等）和關系（層級、流程、引用、版本等），使用圖數據庫構建可查詢的企業知識圖譜。當用戶查詢涉及跨文檔關聯知識時，通過圖遍歷算法自動發現隱含關聯實體，補充檢索上下文，顯著提升復雜問題的回答準確性和可解釋性。

（四）知識工程與數據處理流水線

有云數智建立了完整的知識工程數據處理流水線：（1）多格式解析引擎：支持Word、PDF、掃描件（Tesseract/PaddleOCR）、網頁HTML、郵件EML等50+格式的自動解析和文本提取；（2）語義感知切分：基于文檔結構（標題層級、段落邊界、表格區域）和語義邊界相結合的智能切分策略，保持文檔塊的語義完整性，避免暴力截斷；（3）元數據自動提取：自動提取文檔標題、創建日期、所屬部門、密級標記等結構化元數據，為權限管控和精確檢索提供基礎；（4）向量化與索引構建：使用1024/1536維的高質量Embedding模型進行向量化，構建基于FAISS/Milvus的高效向量索引，支持毫秒級語義檢索和實時增量更新。

（五）智能體編排與應用層技術

應用層是平臺面向用戶的交付界面，核心能力包括：智能體編排引擎——支持將知識問答、文檔分析、內容生成、智能檢索等原子能力編排為復合智能體，提供低代碼可視化和聲明式配置兩種模式；任務規劃與分解——將復雜用戶請求（如"幫我做本周選題報告"）自動分解為子任務序列（檢索熱點→關聯內部知識→生成選題列表→撰寫說明），分配給多個智能體協同執行；上下文管理框架——在多輪對話和多步任務中維護全局會話上下文，確保連貫性和一致性；工具鏈集成——智能體可調用搜索引擎、內部API、數據庫查詢等外部工具，擴展能力邊界。

針對傳媒業務場景構建四類專項智能體：選題智能體基于熱點信息監控和內部知識庫智能推薦選題方向并提供數據支撐；策劃智能體快速生成活動方案框架、時間線規劃和資源清單；采訪智能體輔助整理采訪提綱、背景資料和人物履歷，自動生成速記摘要；活動智能體協助統籌活動流程、物料清單和參與方聯絡信息，生成執行計劃表。

商業變化

平臺投入應用后，中核集團的知識管理和智能應用能力得到顯著提升：

一、知識管理效率變革

通過統一知識底座建設，海量知識資產實現集中治理和智能調用，改變了長期分散管理、檢索困難的局面。過去跨系統、跨部門人工查找的信息，現在通過單一入口即可完成語義級精準檢索。

二、可量化效率提升

·熱點信息發現及初步方案準備時間由4-6小時縮短至30分鐘以內，效率提升約8-12倍；

·新聞選題分析、活動方案起草、資料整理匯編等典型場景整體工作效率提升約10%至30%；

·重復性知識查找投入顯著降低，知識復用效率大幅提高，員工可將更多精力投入高價值工作。

三、AI能力普惠化與平臺價值

大模型能力從"少數人試驗"變為"全員可用"，成為日常辦公基礎設施。平臺私有化架構、統一模型調度和標準化智能體編排框架，為后續更多業務場景的智能化拓展奠定了堅實基礎。

四、行業示范與復制價值

本項目驗證了企業級智能體平臺在央企高安全場景中的落地能力，形成了覆蓋私有化部署、知識工程、模型管理、智能體開發的完整實施方法論。對于能源、電力、制造、金融等對數據安全要求高、專業知識密集的大型政企客戶具有良好的復制推廣價值，為AI在高安全行業的規模化應用提供了實踐參考。

關于企業

·有云數智

有云數智（原同方有云）自2013年成立以來，已成長為國內領先的AI智能體與智算服務提供商，業務網絡覆蓋全國多個省市。公司以全棧自研的智算平臺為技術底座，打造了集算力調度、AI智能體開發、數據治理及智算中心運營于一體的綜合服務體系。近年來，公司深度聚焦“行業智能體”賽道，依托自主云智融合技術平臺，構建起從數據底座到算力支撐、從智能體構建到行業場景落地的完整閉環。面向政務、能源、金融等關鍵領域，公司為客戶定制開發行業智能體，助力業務系統實現從指令響應到任務自主執行的智能化躍升，并同步提供算法開發、模型訓練與推理部署等全鏈路配套服務。

·中國核工業集團有限公司

中核集團是經國務院批準組建、由國資委履行出資人職責的特大型國有骨干企業。作為國家核科技工業主體，中核集團擁有23家科研院所、100余家成員單位及18萬員工，其中兩院院士16人。主導研發的“華龍一號”三代核電技術基于“177組堆芯”概念，創新采用能動與非能動相結合、雙層安全殼等安全措施，集團構建了核電、核燃料、核技術應用等八大產業板塊，運營26臺核電機組，裝機容量2440萬千瓦。中核集團連續19年獲國資委考核A級，2023年營收2806億元，位列《財富》世界500強第381位，2025年躋身中國能源企業500強第19位。