05 / 幻觉风控
增强
在入库前完成幻觉风控、引用修复、上下文增强与实体锚点注入。
幻觉风控实体锚点
企业级 AI 底座
构建企业级AI 底座
ZGI 对企业数据与文档进行接入、清洗与结构化，并以知识图谱与多路召回为核心，通过工作流编排构建可运行的智能体系统，让 AI 更快上线、更稳运行、更易治理。
低代码数据底座
大模型基座
知识处理与召回
智能体运行时
图谱与召回
图谱 × 多路召回
驱动检索与执行。
数据底座
图谱与召回
大模型基座
智能体运行时
图谱与召回
文档 ETL、向量库、图谱与多路召回构成同一层检索核心。
文档 ETL向量知识库知识图谱
运行信号
可追溯可信可治理
数据底座
运行阶段
图谱召回
运行阶段
大模型
运行阶段
智能体
运行阶段
文档智能处理管线
把原始文档加工成AI 可用知识
通过多模态解析、语义切分、四维审核与幻觉风控，把复杂文档转成可检索、可召回、可执行的知识基础。
不是直接切块入库。
先解析、切分、审核、修复，再进入向量库、知识图谱与执行链路。
主处理线
文档 → 知识 → 召回 → 执行
人工复核回路规则学习回路
工作流能力
工作流节点、工具与智能体编排
把节点、插件、知识召回、代码处理与运行控制放进同一张工作流画布，完成复杂任务的构建、调试、发布与追踪。
不是把节点堆在画布上，而是把复杂任务组织成可调试、可发布、可追溯的执行系统。
节点构建插件接入运行调试
当前能力面
用节点、变量和分支搭出复杂任务
从 Prompt、知识召回到条件分支、循环和输出节点，整条执行图都在同一张画布上完成。
拖拽节点构建链路，支持条件分支、循环与结构化变量
把知识召回、工具调用、代码处理和 LLM 推理放进同一条执行图
可视化执行图节点级调试
Canvas
统一工作流画布
Node Graph
模型、工具、代码、输出
Node Graph
Start
Knowledge
GraphRecall
Answer
Tool Call
Review
大模型基座
大模型基座让模型调用成为可治理能力
ZGI 统一接入全球模型，并将路由、预算、权限、日志与追溯纳入同一套治理系统。
One Gateway. Governed Runtime.
不是只接模型，而是把模型调用、预算、权限和追溯前置到同一条运行链路中。
大模型基座
统一模型调用控制面
Governed Runtime
01
模型接入层
对外统一为 OpenAI 兼容接口，对内适配全球模型与企业私有模型。
OpenAI 兼容全球模型接入
02
路由与降级
按模型、标签、区域或延迟目标调度请求，并在主模型异常时自动切换备用模型。
智能路由Fallback
03
Token 与预算治理
按组织、工作区与 Key 维度统计 Token、成本和预算，把超支与异常消费前置控制。
Token 统计预算风控
04
权限、日志与追溯
模型权限、调用日志、管理员操作与链路追踪统一沉淀到同一套控制面。
权限控制审计追溯
接入
全球模型统一接入
治理
预算、权限与日志前置
追溯
调用链路可审计
企业控制面板
为企业级生产控制而设计
从私有部署、工作区隔离到模型路由与运行记录，ZGI 提供生产所需的控制能力。
Deployment
私有部署、环境隔离与企业网络接入。
Access Control
工作区级权限、数据源可见性与多租户治理。
Model Governance
全球模型接入、渠道路由、计费与配额检测。
Observability
Workflow Runs、节点日志、用量指标与运营可见性。
ZGI
Production Ready
企业级 AI 不该停留在能跑通 Demo 的阶段。
ZGI 把私有部署、工作区隔离、SQL 审计、模型配额与运行记录一起带进生产环境。
立即开始使用 ZGI
Trusted Knowledge. Controlled Execution.
适合需要私有化、治理能力、模型控制与可审计执行链路的企业团队。