课程总览
- 1. AI智能体与业务结合的正确切入口
- (1)从能做什么转向先解决什么业务问题
- (2)识别高频、标准、可衡量的优先切入场景
- (3)建立试点选择标准:影响大、风险可控、见效快
- 2. ROI测算与推进机制
- (1)效率收益、成本收益、质量收益的三维评估
- (2)从单点试验到部门试点的推进路径
- (3)避免技术热闹、业务无感的常见误区
- 工作坊:梳理本企业OpenClaw试点场景与ROI口径
- 1. OpenClaw本质解析
- (1)从对话式AI到行动式AI的转变
- (2)三层架构:网关层、逻辑层、数据层
- (3)与ChatGPT的本质区别:具备眼睛和双手
- 2. 企业应用价值分析
- (1)降本增效:替代重复性机械劳动
- (2)组织变革:从人盯事到人盯AI的转变
- (3)适用场景:数据整理、报表生成、消息推送、流程审批
- 1. 部署方式选择
- (1)云端部署:扣子、Kimi、腾讯云
- (2)本地部署:有道龙虾、阿里Copaw
- (3)企业版与个人版差异
- 2. 实战部署步骤
- (1)环境要求:Node.js≥22、系统权限配置
- (2)一键脚本安装与npm全局安装
- (3)服务启动与状态校验
- 工具演示:主流Claw与模型横评,选对你的梦中情虾
- 1. OpenClaw技术架构穿透
- (1)核心框架:网关层、逻辑层、数据层的分工关系
- (2)与通用对话模型的差异:从问答到执行
- (3)模型、工具、记忆、流程之间的调用链路
- 2. 私有化部署与环境搭建
- (1)部署形态选择:云端、本地、混合式与企业专有部署
- (2)环境准备:Node.js、权限、网络、依赖与目录规范
- (3)服务启动、日志校验、配置文件与版本管理
- 3. 调优与稳定性关键
- (1)性能瓶颈定位:模型响应、工具执行、接口超时
- 1. 数据合规与安全红线
- (1)哪些数据可以进模型,哪些数据绝不能直接调用
- (2)敏感信息、业务数据、客户信息的边界管理
- (3)日志留痕、结果复核与责任追踪要求
- 2. 企业级安全护航机制
- (1)权限分级、密钥管理、接口白名单
- (2)模型输出风险控制与人工复核闭环
- (3)构建可审计、可回滚、可停用的智能体治理机制
- 案例分析:构建企业级智能体安全护栏
- 1. 办公平台接入方法
- (1)飞书自建应用、权限开通、事件订阅与Webhook配置
- (2)企业微信/钉钉机器人创建、密钥配置与加解密设置
- (3)多平台统一接入与消息响应测试
- 2. 接入后的运行治理
- (1)消息链路监控与异常告警
- (2)平台权限、接口配额与访问控制
- (3)联调过程中的高频问题与修复办法
- 实操:打通至少一个企业办公平台消息回路
- 第二天:平台接入、原型搭建与实战落地
- 1. Skills技能生态与开发