5.0 KiB
5.0 KiB
AI 智能助理系统功能点与架构梳理
一、 核心功能点清单
1. 权限驱动的 AI 技能系统 (AI Skills & Query)
- 联系人与群组权限管控：支持配置 AI 对特定微信联系人和微信群组的读取和回复权限，确保隐私安全。
- 历史聊天检索 Skill：AI 具备调用本地工具的能力，可按需查询和检索授权范围内的历史聊天内容，作为精准回复和数据分析的上下文。
2. 增强型三方协同对话 (Tripartite Collaborative Chat)
- 本地 Web 交互终端：提供用户与 AI 专属对话的本地可视化 Web 界面。
- 全局上下文静默监听：AI 能够静默监听“我”与“微信联系人”的实时聊天记录，确保 AI 在被唤醒或介入时，已经掌握完整的对话背景。
- 灵活的消息代发与审批工作流：
- 模式 A（人审机发）：我起草或修改合同/文案 -> 发给 AI 检查、润色 -> AI 直接将最终版发送给客户。
- 模式 B（机审人发）：AI 自动起草或修改合同/文案 -> 发给我 -> 我进行人工二次修改和确认 -> 由我发送给客户。
3. AI 行为审计与溯源机制 (Audit & Traceability)
- 全量行为事件日志：详细记录 AI 的每一次工具调用（Skill 执行）、系统决策及状态流转。
- 外部交互记录存档：独立且完整地记录 AI 与所有外部微信联系人的对话明细。
- 安全评估与熔断：基于日志进行溯源，用于评估 AI 行为是否符合预期；支持在出现偏差时的人工介入和及时补救（如消息撤回、服务阻断等）。
4. 记忆库人工维护 (Memory Base Management)
- Hermes Agent 集成：采用 Hermes 架构理念来管理和沉淀 AI 智能体的状态与经验。
- 人工介入知识库：提供记忆库管理机制，允许人工查阅、修正、添加或删除 AI 的长短期记忆，确保 AI 的业务知识和认知能够准确演进。
二、 本地与远端架构切分方案评估与建议
您目前的方案非常合理，既保证了本地数据处理的执行效率和操作隐私，又充分利用了云端大模型的算力、中心化管控和数据汇总能力。以下是针对该方案的详细拆解与优化建议：
1. 本地服务 (Local) - 侧重于“感知、执行、交互”
- 本地 Web 交互界面：保障您日常操作的响应速度和最高的数据隐私。
- Skill 与工具执行引擎：由于工具通常需要操作本地文件、调用本地微信客户端 RPA 接口或访问局域网资源，将其配置和执行放在本地是最佳且必须的实践。
- 微信协议/客户端监听模块：负责实时抓取微信聊天记录并发送消息，此模块强依赖本地环境。
- 上下文聚合与组装：在本地将抓取到的微信聊天记录、本地执行的 Skill 结果打包组装成 Prompt，再向上游远端发起请求。
2. 远端服务 (Remote) - 侧重于“大脑、管控、资产”
- 大模型 API 路由网关：统一对接外部 LLM，隐藏真实的 API Key，便于统一计费和限流。
- AI 数字员工身份管理 (ID System)：
- 统一定义和分配不同数字员工的 AI ID。
- 集中配置、版本化管理并下发不同 ID 对应的 系统提示词 (System Prompt)。
- 中心化记忆库 (Hermes Agent Memory)：
- 优势：放在远端可以实现跨设备、跨终端的同步。未来在其他设备登录，AI 依然拥有同样的上下文和记忆。
- 提供统一的后台界面，供人工集中维护和调优记忆。
- 行为审计中心 (Log Server)：
- 接收来自本地异步上报的日志数据。
- 通过 AI ID 进行区分，提供数据可视化面板，方便集中进行溯源、统计、安全审查和模型能力评估。
3. 架构切分建议与注意事项
- 私有化安全与本地独享模式 (Privacy & Local-exclusive AI)：由于远端平台部署在局域网内，仅处理工作内容，无需进行额外的数据脱敏。若用户需要处理极度涉密数据或纯个人隐私数据，系统支持配置“本地独享 AI”模式：该模式下，AI 仅在本地运行和可见，不向远端平台上传任何聊天记录或行为日志，实现彻底的本地物理隔离。
- 弱网容灾机制：本地应有简易的日志队列缓存。当局域网网络波动时，日志可先落盘本地，网络恢复后自动补传，保证审计数据的完整性。
- 指令与配置下发通道：如果远端平台修改了 System Prompt 或人工更新了记忆库，需要有一个机制（如 WebSocket 长连接或本地定时轮询）让本地应用能够实时感知并更新，避免配置滞后。
总结
您设计的这套架构是典型的 “云端大脑 + 边缘四肢（端云结合）” 架构。远端统筹认知、记忆与合规管控，本地负责敏捷感知（监听微信）、行动（工具调用）和即时交互。整体方案逻辑清晰、健壮，非常有利于后续的持续迭代与多数字员工扩展。