網站載入中

YayJun

LOADING

↖
CASE 03 / 企業內部 AI Agent 應用整合平台
CASE 03協作開發

企業內部
AI Agent 應用整合平台

各部門自行開發AI應用、本地LLM無有效利用 → 統一應用入口,AI工具重複利用。

AI Agent多租戶本地 LLM 代理額度管控

我的角色|協作開發:多租戶權限模型、per-service JWT 金鑰對簽發、本地 LLM 與雲端 API 的統一代理、金鑰與流量管控後台。

01 / 問題與情境

每個部門都自己接一次雲端 LLM,公司自架的本地模型卻沒人用。

各自接

同一個文件檢索、同一個摘要功能,在不同部門的專案裡各被寫過一次。

無人管

金鑰直接寫在各專案設定檔:誰在用、用了多少、何時該換,都查不出來。

閒置

公司自購高階機器自架本地 LLM,各單位卻仍付費打雲端 API,費用散在各專案。

進不去

非技術同事想用 AI 工具,只能請工程師開發,需求全部進開發排程。

02 / 解決方案

平台只負責治理,上架這件事交回各部門。

01 上架

上架

單位自助上架

填模型與提示詞、從共用工具庫勾選,不必排進工程佇列。

02 授權

上架

設定三層權限並送審

租戶 → Agent → 角色逐層收斂,通過後簽發 per-service 金鑰對。

03 關鍵

呼叫

每次呼叫逐層驗證

任一層不通就擋下,三層皆通過才解密取金鑰。

04 執行

呼叫

統一模型入口

本地與雲端收成同一組介面,不用煩惱LLM API怎麼接。

三層權限
租戶 / 部門Agent / 服務使用者角色

03 / 系統架構

上架交回各部門,呼叫得先過權限才碰得到金鑰。

1/7 上架・管理端

管理者後台部門自助・配額設定

2/7 上架・註冊與送審

Agent註冊中心模型・提示詞・工具
送審發布簽發金鑰對

3/7 呼叫・呼叫端

使用者介面
其他系統 API 呼叫

4/7 呼叫・閘道層

RS256 公鑰驗簽單一服務scope

5/7 平台共用資產

Agent 註冊表設定・權限規則
共用工具庫上架綁定・執行時調內部系統
金鑰保管庫AES-GCM

6/7 權限與配額

租戶
Agent
角色

逐層收斂後放行

Redis原子預扣
三層皆通過才取金鑰

7/7 執行與外部服務

本地 LLM
雲端 LLM
MS SQL・Redis稽核・配額計數

※Desktop 版可展示 Data Flow 🖥️

04 / 互動演示

動手桌機可操作

互動區:不用自行開發,運用內部資源組出一個 Agent

1

填寫 Agent 設定

名稱、用途、模型與提示詞範本

2

綁定共用工具

從工具庫勾選,不必重寫實作

3

設定三層權限

租戶 → Agent → 使用者角色

4

送審並發布

平台逐項驗證,通過才簽發金鑰對

欄位已預先帶好一份範例,改幾個字、換幾個選項就能送審,跑完就長出一個可呼叫的 Agent。整段流程沒有工程師參與,正是這個平台要證明的事。

※Desktop 版可操作這段演示 🖥️

本頁為去識別化模擬,不含專案原始碼或資料;上架與審核皆在瀏覽器端模擬,資料為合成,發布的 Agent 不可實際呼叫。

05 / 技術選型與設計決策

每個技術都對應一個要解的問題。

ALTERNATIVE CONSIDERED

為何不直接用外部現成平台,而自建內部 Agent 平台?

現成平台讓「做出一個 Agent」很快,但我們要解的是治理:權限得對齊公司實際的部門與角色、流量要預設導到公司自架的本地 LLM、金鑰必須留在自家資料庫、用量要能按單位檢核。自建平台把工具與模型呼叫抽成可重用元件,各部門新增 Agent 能有效互相利用工具。

06 / 挑戰與成果

最難的不是技術,是決定誰能上架。

挑戰 01 ・ 專案方向轉向

平台不該是 AI 工具的主開發者

最初我們把開發與上架權限收在技術部門,需求還是全部排隊。後來把定位改成「提供安全的上架環境」:權限與治理由平台負責,Agent 由懂業務的部門自己做。

挑戰 02 ・ 開放之後的邊界

開放上架,但不能開放越權

改成各部門自助後,租戶隔離與金鑰邊界成為前提:JWT 只帶單一服務,資料存取層統一注入租戶條件,避免查到別部門的資料。

模型

各自付雲端 API

→ 預設走自架本地 LLM

金鑰

散在各專案設定檔

→ 保管庫加密可輪替

上架

請工程師代跑

→ 各部門自助送審

工具

每部門各寫一份

→ 寫一次同仁即可重複使用