Overview
统一工作面
把企业 AI 工作面整合到同一个入口：任务、对话、知识、Agent。
Platform · AI-OS
企业级 AI 操作系统。
模型 / 数据 / Agent / 应用，
一套基座管到底。
AI-OS 是 Global DT 的旗舰平台。把模型接入、知识沉淀、Agent 协同、智能体管理与云上运维做成可配置的产品能力，让企业不必再为每个 AI 场景从 0 拼装。
Modules · 11 大模块
不是一个聊天框，是一整套企业 AI 能力。
每个模块都既是工作面，也是可被其他模块调用的能力 — AI-OS 是平台，不是 demo。
Tasks
任务编排
Plan / Action / Reflection 三段式 Agent 任务，过程可回放、可中断。
Collaboration
多人多 Agent 协作
人与人、人与 Agent、Agent 与 Agent 之间的会话、流转与审计。
Development
应用与扩展开发
在 AI-OS 内开发新 Agent、工具、模块，使用同一份身份与权限。
Mido
Mido 智能助理
贯穿全平台的智能助理，支持长任务、durable runs、session 回放。
HR
组织与人事
员工目录、绩效、招聘流程、简历分析 Agent。
Agents
智能体目录
对内/对外 Agent 注册与管理，所有调用都有审计与配额。
Knowledge
知识空间
文档、图谱、向量、检索一体化；从源文件到可问答只差一次同步。
Automation
运营自动化
周报、合规、监控、巡检 — Agent 化、定时化、按事件触发。
Governance
治理与审计
API Key、配额、模型授权、审计日志、敏感词与权限策略。
Cloud Ops
云与运维
GPU、模型网关、私有云、节点、备份、可观测 — 把基础设施做成产品。
想看模块怎么协作？在 AIOS Demo Center 体验
Architecture · 架构
四层堆叠，可单点接入、可整体替换。
AI-OS 不是一个不可拆分的黑盒。Apps / Agents / Data / Models 四层之间通过明确接口对接，企业可以从任意一层开始接入。
Layer 1
Apps 应用层
工作面、控制台、行业工作台、对外门户
- AI-OS Portal
- AiDo 智能助理
- 行业工作台
- 数科云链
Layer 2
Agents 智能体层
可调用、可治理的数字员工
- Plan / Action / Reflection
- 工具调用 / 协议适配
- Session 回放
- 权限与审计
Layer 3
Data 数据与知识层
文档、向量、图谱、指标
- 知识空间
- 向量索引
- 图谱关系
- 评测与反馈闭环
Layer 4
Models 模型与算力层
标准化模型与算力供给
- 模型网关
- 私有化模型
- GPU 调度
- API Key & 配额
MCP Bridge · 接入与定制化
把传统业务系统包装成 Agent 可用的标准工具。
MCP（Model Context Protocol）是 Agent 调用外部工具的行业标准协议。Global DT 提供「MCP 服务器定制化」服务 — 把客户已有的传统系统接入 AI-OS，不必伤筋动骨改造存量 IT。
为什么是 MCP？过去做企业 AI 项目最大的麻烦不是模型，是「让 AI 用得上你公司里那一堆老系统」 — 老 ERP 是 SOAP 的、CRM 是云 API、自研工单要登 VPN、有些数据库甚至只有图形界面。每个客户都要从零写一遍胶水代码，做一个项目耗大半年人力。MCP 协议把这种「Agent 调外部工具」的事情标准化：每个工具是一个 MCP 服务器，对外暴露统一格式的 schema、参数、调用、返回，Agent 不用关心背后是 REST、gRPC、SOAP 还是数据库直连。
Global DT 做什么？我们为客户的每个关键系统提供「MCP 服务器定制化」 — 团队会熟读客户的 ERP、CRM、OA、工单、文件管理、内部 API 后，为它们各写一个 MCP 服务器，再注册进 AI-OS 的工具目录。每个 MCP 工具上线时携带显式的权限声明（读 / 写 / 删 / 触发）和配额，Agent 通过白名单、配额、审计三层约束调用，老系统不必改动就能享受 AI-OS 的治理能力。
这是「传统业务 × 智能自动流程」最稳的桥 — 客户原本工单分派、合同审批、库存调度、政务办件这些割裂在多个系统里的手工动作，被整合成由 Agent 驱动的端到端自动化流程。配合私有云部署，传统业务系统的 AI 化第一步终于可以一周内完成。
传统系统包成 MCP 服务器
ERP、CRM、OA、自研工单、老旧数据库 — 客户什么系统都不用改，Global DT 为它包一层 MCP 服务器，对外暴露统一标准接口。
Agent 跨系统调用
AI-OS 上的任意 Agent 通过 MCP 协议消费这些工具，跨厂商、跨语言、跨网段；客户的 IT 资产从「数据孤岛」变成「Agent 可用工具集」。
传统业务 × 自动化流程
工单分派、合同审批、库存调度、政务办件 — 把原本割裂在多个系统里的手工动作，整合成由 Agent 驱动的自动化流程。
白名单 + 配额 + 审计
每个 MCP 工具上线时声明权限（读 / 写 / 删 / 触发）；Agent 调用时受白名单、配额、审计三层约束，老系统也能享受新 AI 体系的治理。
Onboarding · 接入路径
三步走，把 AI-OS 装进企业。
不需要先做一年期 PoC。我们和客户一起从「最值得做的一个场景」开始，跑通 → 扩量 → 治理。
- 01
调研与对齐
围绕业务场景与已有系统盘点数据资产、合规边界与首批落地用例，给出 1-2 周的可行路径。
- 02
接入与试点
把 AI-OS 接入企业身份、知识与 SaaS，跑通 3-5 个核心 Agent，建立指标基线。
- 03
规模化与治理
按部门、按业务线扩量，把权限、审计、模型配额、私有化与运维一并落地。