产品架构

​

设计理念

ZGI 不是一堆功能的简单堆砌，而是围绕一个核心目标展开：让 AI 在企业里”用得起来、管得住、留得下”。 为此，我们把整个产品分为四层。每一层都对应企业落地 AI 的一类真实诉求：从底层代码自主可控、到模型统一接入、到数据治理、到上层应用与权限管控。每一层都既能独立使用，也能共同构成完整体系。

​

各层职责

​

1. 应用层 — 把 AI 能力交付给一线业务

这一层面向企业的最终用户和业务团队，提供直接可用的 AI 应用：智能体编排、Web 控制台、移动端 APP、企业权限管理、智能体运行监控、Agent 模板等。 设计重点：资产归属企业、权限可控可审计、部门预算独立核算。这些不是后续补丁式的能力，而是从应用层第一天就内置的设计。

​

2. 数据层 — 让企业知识真正”被 AI 用起来”

数据层包含两个核心模块：知识库（处理非结构化数据，如文档、合同、FAQ）和数据库（处理结构化数据，支持 NL2SQL 自然语言查询）。 差异化：通过知识图谱对碎片化知识做关联建模，让检索不再只停留在”文本相似度”，而是能理解”实体之间的关系”，解决传统 RAG 在跨文档关联问题上的短板。

​

3. 模型层 — 一个网关，统一所有模型

模型网关把不同模型供应商（OpenAI、Anthropic、Google、国内模型服务商、企业自有模型）统一在同一套治理体系中：供应商管理、通道路由、连通性测试、调用计费、API Key 控制。 差异化：官方通道与私有通道并存，既能开箱即用平台预置能力，也能接入企业自有 API Key，灵活适配不同的成本和合规需求。

​

4. 代码层 — 自主可控的高性能底座

底层使用 Go 1.24 + Gin 框架 + PostgreSQL 16，针对企业级高并发场景做了深度优化。前端基于 Next.js 16 + React 19，提供响应式控制台。 差异化：核心代码完全自主版权，非基于其他开源项目的二次封装，规避了上游协议风险和底层依赖锁定。

​

典型部署形态