核心产品 · 人工智能+教育

高校 AI 智能体平台
校级智能生产力

以校级 AI 智能中枢为核心,向公共智能服务与个人智能执行两端延伸,支撑教育教学、科研创新、管理治理与师生服务。

高校 AI 智能体平台 · 校级智能工作台产品能力示意
校级智能工作总览公共智能服务 · 个人智能执行
校级智能中枢1统一公共智能底座
两类智能入口2AI 门户 / AI 工作台
重点应用领域4人事·科研·管理·教学
场景智能体N按需构建与组织复用
校级 AI 能力中心统一接入与治理
校级公共智能底座AI 智能中枢
模型知识数据工具
公共智能服务AI 智能体门户校园问答 · 智能办事 · AI 问数
个人智能执行AI 工作台授权资料 · Office · 本地工具
智能任务执行安全受控
01

理解任务目标与上下文

02

组织资源知识与授权资料

03

调用工具连续执行与反馈

04

成果交付高风险操作确认

统一身份 · 统一权限 · 全过程审计
职称申报材料组织与资格核验协同执行
1个校级 AI 智能中枢
2类智能服务与执行入口
4大核心应用领域
N类可复用的场景智能体
产品架构

一体两翼,让公共智能与个人执行协同运行

把学校已有的模型、数据、知识和业务系统组织成可复用的公共能力,再将其安全延伸到教师、科研人员和管理人员的真实工作环境。

AI

校级公共智能底座

统一承载模型治理、知识与搜索、AI 问数、智能体与场景、系统和工具连接,让既有数字资源转化为可复用、可治理的智能能力。

模型治理知识与搜索AI 问数Agent / SkillsWorkflow / Tool / MCP统一安全治理
数字资源标准化连接公共智能能力多场景复用
端云协同

学校可信资源与个人工作资料,在同一任务中协同

校级侧负责统一智能与治理,个人侧负责真实上下文与受控执行;既保留学校的数据权限和安全边界,也让 AI 深入岗位工作。

校级侧 · 公共可信资源

统一智能与治理

  • 政策制度与知识库
  • 人事、教务、科研、财务数据
  • 数据中心与指标体系
  • 业务系统与公共工具
  • 模型、权限和审计治理
AI 协同执行 同一任务
双向协同
理解目标组织资源连续执行形成成果
个人侧 · 真实工作现场

个人上下文与执行

  • Word、Excel、PDF、PPT
  • 本地附件与个人工作目录
  • 浏览器与个人工具
  • 科研资料与项目材料
  • 个人工作空间与历史成果
01感知上下文

理解授权目录、文档材料和当前任务。

02连接工具

协同使用 Office、浏览器与校内系统。

03连续执行

围绕目标查找、核验、整理、生成并检查。

04沉淀工作空间

积累资料、任务历史、成果与岗位经验。

05安全受控

在学校策略、用户授权和操作确认范围内运行。

典型应用场景

从智能问答,走向任务执行与成果交付

优先进入高频、规则化、材料密集和跨系统的工作,让 AI 承担机械性处理,人专注于专业判断、创新与决策。

校级可信数据 + 校级规则知识 + 个人材料

把分散的信息与材料,组织成完整的职称申报任务

围绕申报目标,自动组织政策、系统数据、个人资料与工具,辅助完成信息匹配、材料查缺、内容生成和风险提示。

政策匹配信息核验材料查缺成果汇总
01学校可信资源

职称政策、人事信息、科研成果、项目与获奖数据

02个人工作资料

论文证明、证书扫描件、历史材料与文档模板

03AI 智能执行

自动匹配、交叉核验、材料查缺与内容生成

04交付成果

申报表、材料目录、缺失清单与成果汇总

行业能力沉淀

把高校业务经验转化为可复用的 Agent 与 Skills

将制度规则、岗位流程、数据来源、工具能力、权限边界和交付标准持续沉淀,让成熟场景能够跨部门复制、在使用中迭代。

高校行业 Skills业务规则 + 执行步骤 + 数据映射 + 工具编排 + 权限边界 + 结果标准
01 · 人事与师资

教师工作流程智能化

职称申报、年度考核、人员材料核验等任务形成可复用能力。

02 · 科研管理

科研资料持续积累

成果归集、项目申报、科研材料整理与个人工作空间协同。

03 · 教务与教学

教学材料规范处理

教学材料检查、工作量汇总、课程资料整理等场景逐步沉淀。

04 · 治理与评估

管理经验组织复用

评估材料审核、数据汇总、问题清单生成与指标材料映射。

1个人经验流程 · 规则 · 模板
2场景抽象步骤 · 数据 · 工具
3智能资产Agent · Skill · Workspace
4组织复用复制 · 迭代 · 治理
安全治理

能力越深入,越需要校级统一治理与边界控制

遵循智能向善、应用导向、治理为基,将身份、数据、设备、操作和审计纳入统一体系,支持 AI 可用、可控、可审计、可持续。

01

统一身份与数据权限

沿用学校身份体系和数据权限,AI 只访问用户本就有权访问的数据。

02

设备与工作空间授权

个人文件与本地能力按目录、设备、场景授权,不默认获得全盘访问。

03

高风险操作确认

对删除、提交、外发和敏感操作设置用户确认与组织策略。

04

全过程审计

关键调用、数据访问和操作结果可追溯,支撑校级安全运营。

05

模型与内容安全

统一模型管理、内容安全与风险策略,降低幻觉和不当输出风险。

06

分类分级治理

结合教育数据分类分级要求,实施差异化策略与数据最小使用原则。

建设路径

平台复用、重点突破、资产沉淀、规模推广

保护既有投资,在现有身份、数据中心、知识库、智能体平台和业务接口基础上渐进升级,以真实业务价值牵引建设。

01

复用基础

连接既有数字资源

复用统一身份、数据中心、知识库、智能体平台与业务接口,明确数据和权限边界。

02

突破重点

选择高价值岗位场景

优先选择高频、材料密集、跨系统的教师与管理岗位任务,形成可用成果。

03

沉淀资产

形成可复用智能能力

将成熟场景沉淀为 Agent、Skills、规则与工作空间模板,持续评估和迭代。

04

规模推广

在统一治理下扩展

逐步向更多学院、部门和教师扩展,形成全校协同的智能生产力体系。

共建校级智能生产力体系

让 AI 进入高校真实工作

从学校现有数字资源与优先场景出发,规划统一治理、安全可控、持续演进的高校 AI 建设路径。