当前位置：首页 > news >正文

AI开发 1后端框架: ASP.NET Core2.AI框架: Semantic Kernerl (SK)、Agent Framework3.知识库:向量数据库(Qdrant)+关系型数据库(Post

news 2026/5/24 20:39:10

本文分析了企业AI助理系统的技术选型方案，旨在解决企业内部数据孤岛问题，实现智能化数据交互。系统采用分层架构设计，包含智能体交互、知识中枢（RAG）、数据分析（NL2SQL）和工具调用（MCP）三大核心功能模块，支持自然语言查询、跨系统操作和可视化报表生成。技术选型上选用ASP.NET Core后端框架、Semantic Kernel AI框架、Qdrant向量数据库，并支持私有化部署。系统通过权限控制确保安全性，采用容器化云原生部署方案，为企业提供覆盖现有系统的智能化交互层。

技术选型分析

第一章大纲

企业通电、高可扩展性、私有化部署AI应用
项目背景和核心目标
ERP\CRM\OA
数据孤岛
普通员工:销售人员张三查询一个订单的最新状态\新员工李四了解公司报销标准
管理层:销售总监了解上个季度的销售趋势
IT部门
最后一公里
让企业能用自然语言操作系统、获取知识、分析报告
AI企业助理系统==》在现有的系统之上==》覆盖一层“智能化层”
1.智能体和工具调用==》赋予AI行动能力
2.检索增强生成==》企业知识中枢==》赋予AI记忆和知识能力
3.AI数据分析==》一句话生成可视化报表==》赋予AI分析能力==》NL2SQL
1111
对话与上下文管理:支持多轮上下文意图识别:准确分析用户的输入，判断命令意图工具调用:调用通过MCP接入的外部插件富响应生成:响应不能局限于纯文本，包含表格、图表企业知识中枢==RAG==》处理非结构化知识(记忆)文档处理流程:支持多种文档格式上传，实现自动解析、自动分块、向量化计算(嵌入)、向量存储-检索与回答:支持语义搜索，结合LLM生成精准、有来源依据的问答企业级特性:权限控制、数据时效性
智能助理==Agent==》Al交互入口(大脑)
数据报表分析==NL2SQL==》处理结构化数据(分析)NL2SQL引擎: 自然语言翻译成SQL查询
多数据源支持
自动化分析与可视化:自动生成可视化图表，利用LLM总结图表中的趋势
报告导出
MCP接入管理==Tools==》负责连接外部系统(行动)
服务发现与管理:实现MCP服务的注册，注册到AI的能力库
调试与权限: 确保操作安全
111
企业知识中枢问答:
1.输入问题==》助理
2.意图识别
3.企业知识中枢
4.智能助理
a. 生成: 发送增强提示词==》LLM
5.助理回复
数据报表分析:
1.用户输入
2.意图识别
3.数据报表分析
a. NL2SQL: 自然语言换成SQL
b.数据查询和可视化(ECarts)
C.分析生成
4.助理回复
a.数据+报表+分析
跨系统操作(Agent+MCP)
1.用户输入
2. Agent
a.意图识别与工具选择，匹配MCP接入层中注册的插件(用户权限判断)
3.MCP工具调用
a.执行: 调用请求转发给ERP系统的MCP服务器
4. 外部系统
5. Agent
111

技术选型分析

1.后端框架: ASP.NET Core
2.AI框架: Semantic Kernerl (SK)、Agent Framework
3.知识库:向量数据库(Qdrant)+关系型数据库(PostgreSQL+pgvector)
4.大模型: 兼容 OpenAl接口、支持私有化部署
5.安全方案: JWT+RABC
6.开发方式: 云原生开发.NET Aspire
7.部署方案: 容器化部署
111

系统架构设计

面向服务的四层逻辑架构:
1.接入层:
2. 业务能力层
外部系统
Web/前端UIASPNET COe Web API
MCP插件服务
外部服务
NCP器SM
关系数据店
开发流程:
、搭建环境与项目骨架
，实现核心服务(认证+AI网关)
、构建知识中枢(RAG核心)
4.构建数据报表服务
构建MCP插件服务
6.完善与部署准备
6666