把财税与共享服务流程做成
可追溯的 AI Agent 工作平台
我们面向 财务共享/共享服务（GBS）、财税、审计与协作审核流程，提供 Document AI、 Knowledge、AI Insights、 Case Workflows 与 Team Working 等平台能力，并通过 MCP 工具链 连接企业数据、知识和流程，输出 结论 + 证据链 + 下一步动作 + 可追溯记录。
- 可审计
- 字段 · 条款 · 数据 · 配置
- 可复制
- 试点 → 复制扩张
- 可组合
- 应用 + Agent + MCP
平台能力组件
每个组件都可独立交付、独立部署；通过 MCP、Agent 与事项级工作流按需组合，形成端到端自动化链路。
- 文档上传、预览与版本管理
- OCR、版面理解与关键字段抽取
- 字段复核、纠错与留痕
- 结构化导出与系统回写
- 按业务事项组织合同、发票、附件和外部数据
- 支持材料角色、版本和当前版本标记
- 运行跨文档、跨数据源的事项级工作流
- 适合合同审核、对账、核验和复杂交付场景
- 制度、流程、案例与 FAQ 沉淀
- 检索问答与引用来源
- 知识图谱辅助发现
- 为审核提供依据证据
- 对话式数据查询
- 指标口径解释与洞察
- 异常排查与根因提示
- 生成图表与可下载交付物
- 协作任务与版本流转
- 评论、结论与采纳状态
- @assistant 线程内 AI 辅助
- 通知、留痕与定稿管理
- 连接知识库、数据库与业务系统
- 支持 HTTP、Python 函数和 MCP 工具节点
- 可接入主数据、网页、OA、钉钉/飞书等上下文
- 按流程触发自动化动作并记录执行过程
- 记录上传、OCR、抽取、Agent 与失败事件
- 保存项目配置、提示词、模型和工作流版本
- 保留字段、条款、数据查询与人工结论依据
- 支持授权、权限、项目隔离和私有化交付管理
- 支持客户云或本地部署
- 适配国内模型与网络环境
- 数据不出客户环境
- 权限、审计与项目级隔离
典型场景（可快速试点）
用一个高频流程跑通闭环，最容易做出可见价值并复制扩展。
- 1 Document AI 抽取报销字段并生成初步结论
- 2 通过 Knowledge 引用制度口径、审批权限与例外条件
- 3 通过 AI Insights 或外部数据工具核验预算、频次、酒店/行程/员工信息
- 4 输出：合规结论 + 证据链 + 下一步动作（补材料/例外流程/风险提示）
- 1 Document AI 抽取合同、发票、对账单关键字段
- 2 Case Workflows 组织合同版本、发票、附件和外部对账数据
- 3 Agent 调用知识库、历史交易或客户提供的数据表进行核验
- 4 输出：一致性结论 + 风险点 + 建议工单/补充材料清单
- 1 Document AI 提取条款、金额、期限、签章和责任边界
- 2 Team Working 管理版本、评论、结论与定稿
- 3 @assistant 汇总线程风险点并引用最新审核结论
- 4 输出：可追溯的审核记录 + 人工结论 + 后续动作
- 1 Document AI 读取邮件、PDF、Excel、图片中的客户档案或订单信息
- 2 MCP 调用客户主数据或外部表格工具，判断是否已存在、重复或需要新建档案
- 3 对新客户生成 ERP-ready 客户主数据草案；对已有客户继续订单结构化
- 4 输出：客户查重结论 + 建档草案 + 订单结构化数据 + 后续提交动作
合作伙伴如何切入
最短路径：一个场景试点跑通 SOP，然后复制扩展到更多流程与组织。
将 SOP、合规口径、检查清单沉淀到 Knowledge，形成可复用证据库。
对接报销/ERP/合同/主数据系统，也可通过 API、数据库视图、OSS/网盘/SFTP、邮件或浏览器自动化低耦合接入。
对接指标体系与数据库，沉淀问答场景与异常排查脚本，服务管理决策。
面向中国企业落地的可控 AI
我们优先服务需要私有化、可追溯、可集成的中国客户环境，让 AI 能进入真实流程，而不是停留在单点问答。
支持客户云、本地机房或独立租户，数据边界清晰。
可对接千问、DeepSeek 等兼容模型与客户自有模型。
保留上传、OCR、抽取、Agent、外部调用、失败事件和人工修改记录。
项目提示词、模型、规则和工作流可保存版本，支持对比、下载和回滚。
AI 结论可关联字段、条款、知识来源、数据查询结果和人工复核意见。
私有化客户可通过授权文件控制有效期、客户信息和启用模块。
支持 API、数据库视图、OSS/网盘/SFTP、邮件、钉钉/飞书和浏览器自动化等路径。
支持用户、项目、知识库和客户环境之间的访问边界与交付治理。
以科研训练和企业级工程经验，构建可信赖的 AI 智能服务中心
张贺博士，中科院理论物理博士，曾任瑞典皇家理工 (KTH) 及德国马普核物理所 (MPIK) 博士后研究员。发表学术论文 40 余篇，总引用逾 2000 次。
张贺博士曾在欧洲 AI 与自动化企业担任核心技术管理岗位，长期参与企业级智能自动化系统建设，具备从模型、工程到客户落地的完整经验。
明智云合面向中国财税、共享服务与协作审核场景，坚持本土自研路线，围绕中国监管与业务实践（如电子凭证、会计档案与审计流程）构建 “结论 + 证据 + 审计” 的端到端产品能力。
- 科研背景
- 中科院博士 · 德国博士后
- 企业经验
- 欧洲 AI 与自动化核心技术管理