01 · 渠道 · 私有化部署

整个平台 — 都在你的边界内。

152-FZ

开箱即合规 — 数据在你这里存储和处理

0

次对外请求 — 模型、知识库和日志都在边界内

100%

的云版本能力 — 同一个平台,你的边界

Parsewise 是依据公司数据作答的 AI 助手。私有化版本会把同一套 平台部署在你的基础设施里:生成、检索和对话历史都不出边界。

为什么要自有边界

银行和政务的要求:数据、模型和日志都在网内,按角色授权,每一步都可审计

02边界

Parsewise 团队

交付架构

03交付内容

进入你边界的是整个平台,而不是阉割版。 与云版本相同的能力:知识库、技能、连接器和分析 — 只是跑在你的基础设施上。

/01

平台

助手、知识库检索、对话和分析 — 完整的 Parsewise 内核。

/02

本地模型

生成和嵌入都跑在你边界内的模型上 — GigaChat、Qwen 等。

/03

管理端

知识库、技能、角色和对话历史 — 全在网内管理。

/04

更新

来自发布仓库的签名镜像 — 更新时厂商无需访问你的网络。

04安全

安全要求由架构兜底,而不是靠承诺。 按角色授权、操作全程留痕、没有一次外呼 — 安全部门有东西可查,也没有东西要禁。

/01

角色与权限

RBAC 并与企业 SSO 和 LDAP 集成:每个人只能看到自己的板块和自己的对话。

/02

审计日志

管理端的每个操作和助手的每个回答都记入事件日志,带来源和操作人。

/03

加密

集群内 TLS 加上存储加密 — 数据在传输中和静止时都受保护。

/04

无遥测

该版本不向厂商发送任何指标或日志 — 一个字节都不出网。

/05

152-FZ 与 GOST

个人数据在你的边界内存储和处理 — 合规由架构保证。

/06

签名发布

镜像经过签名并在安装时校验 — 外来代码进不了你的边界。

05速度

模型就跑在数据旁边。 请求不出公网,也不用排别人的队:首个 token 是零点几秒,检索是毫秒级,吞吐随副本数线性增长。

每秒请求数 · 按副本数
对话量检索嵌入索引合计
响应 · 本地边界对比走云端
06定位

两条轴 — 就能看出妥协的代价在哪。 云端机器人拿走数据,自研方案吃掉数年。私有化部署一次覆盖这两条轴。

数据掌控 ↑数据在厂商 ↓单点能力完整平台 →
云端机器人数据在厂商手里
自研 RAG数年研发
开源方案没有支持
传统企业厂商贵 · 慢
Parsewise 云版上手快
PARSEWISE 私有化平台在你边界内
结论

右上角属于你

既有完整的平台能力,又有完整的数据掌控 — 这正是大企业选择私有化部署的理由。

07部署形态

中心是你的边界,周围是各种交付形态。 Kubernetes、虚拟机、完全离网隔离,或私有云中的专属边界 — 平台组成都是一样的。

Kubernetes
你的集群 · Helm
虚拟机
Docker Compose
Air-gap
不连公网
私有云
专属边界 · VPC
你的边界
08文档

工程师拿到的是一套流程,而不是一堆镜像。 从第一条 helm install 到运维规程 — 每一步落地都写清楚,并在试点中验证过。

交付内容/01

部署指南

逐步安装:Kubernetes、虚拟机和离网环境 — 附配置示例。

交付内容/02

API 参考

平台全部方法及请求示例 — 供边界内的集成使用。

交付内容/03

管理员手册

知识库、角色、技能和分析 — 日常如何管理平台。

交付内容/04

运维手册

监控、备份、升级和恢复 — 给你团队的操作规程。

09小结
负载横向扩展

边界随负载一起扩容

增加副本无需停服

09企业得到什么

需求

按类型的作品集按年份

各类型项目逐年增长

MVP重构AI运维合计

MVP、重构、AI 与运维——累计

优势概览

工作室在关键维度上的画像

速度、质量、透明、工程

项目阶段随时间

调研、设计与研发相互交叠

并行推进——不是瀑布