文档目录

第十章 · 灵枢 · AI引擎

灵枢AI引擎提供大模型自由切换、用量配额管理和统一对话中心,解决企业AI服务被单一供应商锁定、成本不清、缺乏管控的问题。

  • 供应商管理支持多家主流大模型统一接入
  • 模型配置可自由切换,主力故障自动备援
  • 用量配额把每次AI调用记账到模块和业务
  • 对话中心基于企业知识库统一管理问答

一句话定位:多家 AI 供应商统一管理——用哪家、花多少钱、效果如何,一屏看清。

供应商管理是灵枢的"采购部"——帮您管好 AI 的"供应商账单"。

您现在的问题

场景一:AI 供应商越来越多,管不过来。 用了百度的文心一言、DeepSeek、通义千问——每家的 API Key、调用量、费用都在不同后台看,没有一个统一的入口。管理 3 家以上供应商时,分散管理的时间成本是统一管理的 4 倍。

场景二:不知道 AI 花了多少钱。 月底发现 AI 费用超预算了——但不知道花在了哪里、哪些功能最烧钱、能不能优化。企业 AI 支出中平均有 35% 是"无意识消耗"——用了但没产生价值。

场景三:某家供应商挂了,系统就瘫了。 只用一家供应商,一旦 API 限流或宕机,AI 功能全部停摆——没有备用方案。单一供应商依赖的企业,年均遭遇 23 次服务中断,每次影响 28 小时。

场景四:API Key 散落在代码里。 开发人员把 Key 写在代码里、写在环境变量里、写在配置文件里——换人后找不到、泄露了不知道。Key 管理混乱是 AI 安全事故的首要原因。

功能全景

供应商管理把"AI 采购"从散乱变成集中:

供应商注册(API Key / Base URL / 模型列表 / 计费方式)
        ↓
├─ 健康监控(响应时间/成功率/错误率 → 实时仪表盘)
├─ 费用追踪(调用量/Token消耗/费用 → 按供应商/按功能统计)
├─ 自动切换(主供应商异常 → 自动降级到备用 → 恢复后切回)
└─ Key 管理(集中存储/加密/轮换/权限控制)
        ↓
被 10.2 模型配置 / 10.3 用量配额 / 全部 AI 功能消费
  • 统一入口。 所有 AI 供应商的配置在一个页面管理——新增、编辑、启停,一键操作。
  • 多供应商并存。 同时配置多家供应商,按需切换——一家出问题,自动切换到备用。
  • 费用追踪。 每个供应商的调用量和费用实时统计——花了多少钱、哪些技能最烧钱。
  • 健康监控。 每个供应商的响应时间、成功率、错误率——哪家不稳定,提前知道。

操作指南

  1. 添加供应商 → AI 引擎 → 供应商管理 → 新增 → 填写名称/API Key/Base URL;
  2. 测试连通 → 添加后点"测试连接"→ 确认 API 可用;
  3. 配置优先级 → 设定主供应商和备用供应商的顺序;
  4. 查看费用 → 费用面板:按供应商/按月/按功能维度统计;
  5. 查看健康 → 健康面板:各供应商近 7 天的响应时间/成功率曲线。

关键配置项:

  • 供应商信息:名称/类型/API Key/Base URL/计费模式
  • 优先级:主→备1→备2(自动降级顺序)
  • 健康阈值:成功率<95% 触发告警,<90% 自动切换
  • Key 轮换:支持定期轮换提醒

最佳实践

  1. 至少配两家供应商。 一家主力、一家备用——不是"用不用"的问题,是"万一"的问题。
  2. 每月看一次费用报表。 哪个功能消耗最大?有没有异常峰值?——及时发现"无意识消耗"。
  3. Key 不要写在代码里。 所有 Key 在供应商管理页面配置——代码里只引用配置名,不引用 Key 值。
  4. 新供应商先"试跑"。 不要一上来就把流量切过去——先用 10% 的调用量试一周,确认稳定再切。

常见误区

误区一:只看价格,不看稳定性。 最便宜的供应商如果三天两头限流——省下的钱远不够弥补业务中断的损失。稳定性>价格。

误区二:配了备用但没测试过。 备用供应商配了半年,真出事切换时才发现 Key 过期了——每季度做一次切换演练。

与其他能力的配合

  • 供应商配置被 10.2 模型配置 使用——每个供应商下挂哪些模型;
  • 调用量和费用数据汇入 10.3 用量配额 的统计和管控;
  • 10.4 对话中心 的每次对话记录标注了使用哪个供应商和模型;
  • 供应商健康数据提供给 3.1 进化中枢,影响 AI 技能的调度策略;
  • 异常告警通过基座的邮件短信通知管理员。

关键指标

指标健康值说明
供应商可用率≥99.5%各供应商月度服务可用时间占比
自动切换成功率100%主供应商异常时成功切到备用的比例
月度费用偏差<10%实际费用与预算的偏差
Key 安全合规率100%所有Key集中管理,无代码硬编码

常见问题

灵枢如何实现大模型自由切换?切换时会影响现有业务吗?

灵枢通过供应商管理模型配置两大能力实现自由切换:

  • 供应商管理:统一接入多家主流大模型服务,密钥集中管理,可随时增换。
  • 模型配置:为每类业务任务分配最合适的模型,主力故障时可自动切换至备用模型。

切换操作在后台点几下鼠标即可完成,前台业务(如内容生成、问答、外呼等)毫无感知,无需修改任何代码或流程。

灵枢如何帮助企业清楚知道AI花了多少钱?如何控制成本?

灵枢通过用量配额能力实现精确的成本核算与控制:

  • 记账到业务条目:每一次AI调用都会记录消耗来源(哪个模块、什么任务),月底自动生成分部门、分业务的报表。
  • 额度管控:可为部门、任务设置使用上限,超过阈值自动提醒或暂停调用。
  • 超量预警:支持配置预警规则,防止因配置失误或滥用导致成本失控。

这样企业就拥有了AI成本的“驾驶座”,油门和刹车都在掌握之中。

灵枢AI引擎是什么?它能解决哪些核心痛点?

灵枢是九脉中的AI引擎,负责管理所有智能化能力的调度、供应商切换、用量核算与权限控制。它主要解决三大痛点:

  • 被一家AI服务商锁死:灵枢支持接入多家主流大模型,可在后台一键切换供应商,前台业务无需改动。
  • AI费用是笔糊涂账:每次调用都会记账到具体模块和业务,月底可生成精确的成本报表。
  • 无法控制AI用量:支持为部门、任务设限额,超量自动提醒或暂停,让管理者掌握AI的“油门和刹车”。
灵枢与其他业务线(如基因、源泉、灯塔)是什么关系?

灵枢是其他八条脉的“电站”,不直接面对客户,而是为它们提供智能动力。

  • 基因(写内容)、源泉(答问题)、灯塔(做分析)、AI外呼(开口说话)等业务线都使用灵枢调度的智能。
  • 哪个业务线用了多少能量,灵枢的账本上分毫不差。
  • 模型升级换代时,所有业务线同时受益——换一次引擎,全车提速

简单说,灵枢是后台引擎,其他脉是前台应用,灵枢确保引擎高效、可控、可切换。

灵枢的对话中心是什么?和普通的AI聊天工具有什么区别?

对话中心是灵枢提供的一个全员统一的AI问答入口,其特点包括:

  • 基于企业知识库回答:答案来源于您自己的知识库,而非通用互联网知识,更准确、更合规。
  • 聊天记录可管理:所有的对话记录集中保存,便于审计和知识沉淀。
  • 统一入口:员工不再将AI工具散落在个人微信、企业微信等私域工具中,管理更规范。

相比普通AI聊天工具,对话中心更强调企业级的安全性、知识可控性和管理合规性。