码能科技

用 AI 与软件,重构企业的增长方式专注 AI 技术与软件开发,为企业提供可落地的智能化解决方案

我们的服务

大模型应用开发

基于主流大模型与私有知识库,构建问答、写作、分析等场景化 AI 应用

智能问答与知识库

RAG 检索增强与知识治理,让企业文档沉淀为可问答的知识资产

定制软件开发

业务系统、管理平台、小程序与 App 的定制设计与全栈开发交付

系统集成与数据治理

打通存量系统数据孤岛,统一接口与指标口径,沉淀可用数据资产

AI 咨询与方案设计

从场景梳理到技术选型、成本评估与落地路径,提供可执行的 AI 方案

服务行业

煤炭

井下作业安全智能预警、设备健康管理、生产调度与报表自动化

化工

煤质分析与配煤优化、工艺参数寻优、安全环保智能预警

新能源装备制造

AI 视觉质检、工艺调参、故障预测与智能排产

羊绒

智能排产、质量追溯、AI 设计辅助与供应链数据打通

合成生物

实验数据治理、发酵过程监测与研发知识库问答

智能网联汽车

运营数据平台、调度与仿真数据管理、车队运维智能化

政务与园区

政务智能客服、辅助审批、智能评标与园区企业服务

中小企业

轻量 AI 应用快速上线:智能客服、知识库、台账与报表自动化

AI 解决方案

查看全部

技术洞察

查看全部

为什么选择我们

AI 工程化能力

不止于演示,具备模型选型、提示工程、评测与上线运维的完整链路

全栈交付团队

算法、后端、前端与交付一体化,减少对接损耗,缩短上线周期

贴合业务场景

从业务指标出发设计功能,避免为技术而技术,方案可直接落地

持续运维保障

提供监控告警、版本迭代与技术支持,保障系统长期稳定运行

服务模式对比

码能科技三类交付模式对比:交付内容与适合对象
服务模式主要交付内容适合对象
AI 应用定制开发基于大模型与私有知识库的问答、写作、分析应用,支持私有化部署与本地化运维希望把 AI 真正落到具体业务流程的企业
智能问答与知识库文档接入、知识治理与 RAG 检索增强,交付可持续维护的可问答知识资产知识密集、客服与售后压力大的企业
软件开发与系统集成业务系统定制开发、存量系统数据打通与接口统一需要统一数据口径、消除信息孤岛的企业
100+
交付项目
50+
服务客户
20+
AI 应用
7×24
技术支持

常见问题

AI 应用可以私有化部署吗?数据安全怎么保证? +

可以。我们默认按私有化方案设计:系统部署在客户本地服务器或专有云,文档、向量库、模型推理、应用服务全部在客户可控环境内,数据不出企业网络。

私有化部署与数据安全:权限分级、留痕审计、脱敏、出网管控

部署包含什么

一套完整的私有化部署通常包括:文档存储与解析服务、向量库、模型推理服务、应用服务与数据库、以及可选的监控与日志组件。我们会提供部署文档与环境依赖说明,客户也可指定由自己的运维团队部署。

数据安全上做了什么

  • 权限分级:按部门、角色、密级控制可见范围,越权内容不参与检索;
  • 留痕审计:问答记录可追溯——谁在什么时候问了什么、系统依据哪些片段作答;
  • 脱敏处理:敏感信息识别与脱敏,分级分类后按级别控制使用范围;
  • 出网管控:默认不对外网开放,如需外部访问按客户网络策略配置。

什么情况下数据会出网

只有一种情况:使用商用模型 API。此时问题与召回片段会发送给模型服务商。我们会在方案阶段明确说明哪些数据会出网,并由客户确认;对敏感内容可改为本地模型处理,或先脱敏再送出。

需要客户配合的三件事

  • 服务器与算力资源(或指定专有云环境);
  • 网络与访问策略(内外网访问规则、账号体系对接);
  • 文档提供与密级标注(哪些可入库、谁能看)。

边界

"数据不出企业"的前提是客户网络与终端策略的有效管控。我们能保证的是系统本身不主动外传数据,网络层面的管控需由客户安全团队确认。

一个项目要多久?怎么报价? +

周期取决于范围,报价取决于确认的功能范围与工作量。先看周期:

项目周期与报价:按范围核算,验收指标写进合同

常见项目的周期

  • 知识库问答试点:4—8 周(含文档梳理、系统部署、试点调优);
  • 智能体与流程类应用:6—12 周,视流程复杂度与对接系统数量;
  • 数据治理与标注:小批量以周计,跨系统治理以月计;
  • 定制软件开发:按功能清单核算,通常 2—6 个月。

真正影响周期的三个变量

  • 数据条件:文档是否整齐、版本是否清晰、数据能否导出。扫描件多、版本混乱的单位,光资料整理就要占一半时间;
  • 对接系统数量:每多一个系统,就要多一轮接口确认与联调,还要等对方厂商配合;
  • 决策链路:需求确认与验收标准拍板越快,项目越顺。很多延期不在开发,在等确认。

报价方式

按确认的功能范围与工作量核算,签订合同前提供明细,让客户知道钱花在哪些部分。款项一般按里程碑分期支付。

验收指标

验收指标(如问答命中率、系统可用性、响应时间)在开工前约定并写入合同,避免交付时各说各话。知识库类项目会以业务部门提供的真实问题集作为基线测试依据。

想压缩周期,客户侧可以提前做

  • 提前整理纳入范围的文档,标注哪些是现行有效版本;
  • 提前确认对接系统的接口责任人与文档;
  • 提前指定项目对接人与验收口径的决策人。

这三项准备好的项目,通常能比同类项目快 20%—30%。

能对接我们现有的系统吗(OA、ERP、企业微信)? +

可以,这也是我们最常做的工作。多数情况下不需要改动原系统。

系统对接方式:API、数据库视图、文件交换、消息队列

常见的对接方式

  • 标准 API 接口:首选方式,稳定且对源系统影响最小;
  • 数据库视图或中间库:源系统没有接口时的常见选择,需评估对源库的影响;
  • 文件交换:按约定格式与频次交换,适合批量、非实时场景;
  • 消息队列:适合事件驱动的实时性要求较高的场景。

已对接过的系统类型

OA 与协同办公系统、ERP 与资产系统、工单与客服系统、企业微信与钉钉。支持单点登录与组织架构同步,AI 问答能力可以直接嵌入业务页面,不需要员工额外打开新工具。

需要原系统提供什么

  • 接口文档或数据库结构说明;
  • 测试环境与访问账号;
  • 必要时需要原系统厂商配合(开通接口、调整权限)。

如果原系统厂商已不维护、也没有接口文档,我们通常走数据库视图或文件交换,并在方案中说明数据一致性风险与校验方式。

边界

我们原则上不改原系统的业务逻辑。集成的目标是取数与回写,原系统该干什么还干什么——这既降低风险,也避免影响既有业务的稳定性。

支持信创环境吗? +

支持。我们可以在国产 CPU、操作系统、数据库与中间件环境下完成部署与适配改造,并提供兼容性测试报告与部署文档。

信创适配:国产芯片、操作系统、数据库与中间件环境下的部署改造

需要客户提前明确的信息

如果项目涉及信创要求,请在需求阶段说明具体的国产化目录要求:

  • 芯片架构与型号;
  • 操作系统及版本;
  • 数据库及版本;
  • 中间件及版本(应用服务器、消息队列等)。

这些信息决定技术选型。同样一套应用,在 x86 环境和在国产环境下的依赖组件可能完全不同。

常见的适配问题

  • 部分开源组件在国产环境下缺少可用版本或需要替换;
  • 数据库方言差异导致 SQL 需要改造;
  • 驱动、运行时(如 JDK)版本不匹配;
  • 字体、OCR 等依赖库需要重新编译或寻找替代。

这些问题在设计阶段确定,成本可控;等到部署阶段才发现,往往要返工重做。

交付物

适配改造说明、兼容性测试报告、部署文档与回滚方案。测试报告会记录测试环境、用例与结果,便于客户内部验收与归档。

模型怎么选?必须用某个大模型吗? +

不绑定。用哪个模型,看三件事:效果要求、成本预算、合规约束。

模型选型三要素:效果要求、成本预算、合规约束

三种常见选择

  • 数据敏感、要求不出网:优先开源模型本地推理,需要评估算力投入,一般 2—4 张消费级或专业级 GPU 可支撑中小规模场景;
  • 追求效果且可接受数据出网:可用商用模型 API,按量计费,无需自建算力;
  • 折中方案:本地小模型处理常规问题,复杂问题转商用模型,在效果与成本之间取平衡。

怎么选:用你自己的问题跑

选型建议会在方案阶段给出对比测试:用客户提供的真实问题集,在候选模型上跑同一批问题,比较准确率、拒答表现与响应时长。公开评测分数参考价值有限,因为评测集与你的业务语料通常不是一回事。

架构上留好替换余地

系统在架构上把模型层做成可替换的:应用逻辑与模型调用解耦,后续更换模型不需要重做应用。这一点的价值在一年后尤其明显——模型迭代很快,绑定单一模型意味着后续被动。

边界

我们不代理模型销售,也不从模型厂商收取推荐费用,因此选型建议只基于测试结果与客户的成本、合规约束。需要明确的是,算力投入与调用费用是客户侧成本,我们会在方案中给出估算区间供预算参考。

上线之后怎么办? +

AI 应用上线不是结束,而是进入"能不能长期用下去"的阶段。我们提供持续运维服务。

上线后的运维:效果监控、知识运营、成本优化、版本迭代

运维做什么

  • 效果监控:命中率、拒答率、用户反馈与响应时长跟踪,形成月度报告;
  • 知识运营:新增文档接入、过期内容下线、错误答案订正,保持知识库新鲜;
  • 成本优化:检索策略与模型分层调用调优,控制推理成本;
  • 版本迭代:按业务变化调整流程与提示词,配合业务旺季做容量准备。

服务形式

可选年度运维合同或按次服务,提供远程支持与现场支持,合同中明确响应时限与支持方式。常见问题按影响范围分级处理:影响全部用户的故障优先,局部功能问题按约定时限,优化类需求排入迭代。

上线时交付运维交接清单

包含日常维护动作、常见问题处理手册、监控指标说明、升级与回滚步骤、联系人与支持渠道。目标是客户团队能完成日常维护,我们负责需要改动系统或调优模型的部分。

为什么强调交接

AI 应用长期可用的前提,是客户不完全依赖供应商。知识更新、用户反馈处理这类日常工作,放在客户侧反而更快、也更贴近业务。我们把这部分能力通过文档与培训交出去,只保留技术门槛较高的部分。

开启你的智能化升级

从一次免费的数智化咨询诊断开始:理清场景、算清成本、明确落地路径

免费数智化咨询诊断 →