装个包，调一个方法
类型定义齐全，流式返回、超时与重试都封在里面。
# 装依赖
npm i @aiplus/sdk
const ai = plus({ key: AI_KEY })
await ai.run("ticket.fill", input)
TypeScript · Python · Java
接入方式
三种接法，
三种接法，
都在一屏之内。
不需要换掉你现在的系统。选一种离你最近的方式，把「+」挂上去就行。
一个 POST，不装东西
任何语言都能发。返回是标准 JSON，失败会带一句人话的原因。
POST /v1/runs
{
"flow": "ticket.fill",
"input": { "id": 4096 }
}
4xx + reason / 5xx + requestId
一条命令，跑在你机器上
容器化交付，模型、数据、日志都不出内网。
# 在你的服务器上 docker compose up -d # 模型与数据留在本地
离线可跑 · 无外呼
能力矩阵
六个积木，
六个积木，
拼出你想要的智能体。
每一个模块都能单独使用，也能被组合成完整的工作流。你只需要想清楚「+」的右边写什么。
多模态理解
文字、图像、语音、表格，一次读进来，用同一套语义去理解。
智能体编排
把一个大任务拆给多个角色，让它们互相检查、交接、纠错。
知识注入
你的文档、工单、话术，变成模型张口就来的长期记忆。
可观测，才可信任
每一次调用都可回溯：输入、检索片段、思考步骤、耗时与成本。上线不是结束，是开始调优的地方。
三周原型
第一周对齐场景，第二周跑通链路，第三周你就能上手点。
私有化部署
数据不出内网，模型跑在你自己的机器上，合规、安静、可控。
没找到你的行业？
「+」的右边，也可以是你手边任何一件重复劳动。说给我们听 —— 我们会直接告诉你它值不值得做，不卖你不需要的东西。
AI + 你的行业
「+」的右边，
「+」的右边，
由你来填。
点一下左边任意行业，右侧会即时长出对应的「AI+」方案 —— 这不是预设的模板图，而是我们真实交付过的形态。
方案生成中 / LIVE
CASE 01
临床陪跑助手
把病历、指南与随访规则串成一条对话流，让医生少翻三份文档。
- 结构化录入病历，自动提取关键指标
- 指南级知识检索，答案附带出处
- 随访提醒与异常值分级预警
−42%
文书时间
92.6%
信息抽取准确率
7×24
随访覆盖
接入前后
中间只多了一个「+」。
同一条流程，左边是今天的样子，右边是接上之后。系统没换，人也没换。
工单补全
现在
- 开三个页面互相抄字段
- 照上一张单子猜格式
- 填错了要到下游才发现
接入后
- 附件与历史一次读完
- 缺的字段按规则补齐
- 不合规的当场拦下
审批
现在
- 等对的人上线签字
- 来回三封邮件补材料
- 谁改过什么说不清
接入后
- 规则先跑一遍，只把例外推给人
- 材料缺什么，直接点名要
- 每一步留痕，可回放
客服
现在
- 新人翻话术库现找
- 答得对不对看运气
- 复购全靠个人记性
接入后
- 答案带出处，可核对
- 越界的问题转人工，不硬答
- 会话自动归档成客户档案
边界
三件我们不做的事。
写在前面，省掉后面两轮会议。
01
不做大而全的平台
一次只接一条流程。跑通、能验收、有人天天用，再谈第二条。铺开十件事，不如钉住一件。
02
不做没有验收标准的项目
开工前先说清楚什么叫「好」：准确率多少、耗时多少、谁签字。说不清，就先不动手。
03
不做你留不下来的系统
代码、配置、评测集、调优手册都交给你。三个月后你自己续不上，算我们没交付。
现在开始
你已经有一个想法了，
你已经有一个想法了，
对吧？
把它说出来。30 分钟，我们一起判断它值不值得做、该从哪一块积木开始。