ODW.ai 套件常见问题

ODW.ai 是一套面向企业的开源、数据主权 AI 套件。它由一组智能体模块组成，企业在自己的基础设施上运行，使用自己的数据，并自由选择任意模型。

套件包含 10 个模块，覆盖 AI 创造价值的核心业务职能：

• Vault — 知识库与 RAG（基础层）
• Loop — 工作流编排
• Desk — AI 客服（WhatsApp 优先）
• Recap — 会议转写与待办提取
• Voice — AI 电话前台
• Pulse — 多语言内容生成
• Hunt — 外呼销售副驾驶
• People — 招聘与 HR 助理
• Books — AI 记账
• Shield — 治理与合规层

每个模块都可独立使用。组合起来，则构成一套完整的主权 AI 技术栈。

主要客户：处于强监管或对数据驻留敏感行业中的中小企业（10–500 人）：

• 医疗健康（HIPAA、患者数据）
• 金融服务（SOC 2、交易数据）
• 法律（律师与客户特权）
• 政府承包商（FedRAMP、ITAR）
• 欧盟 / 受隐私保护约束的企业（GDPR）
• 教育、制造、专业服务

这些企业需要完整的 AI 能力，但无法或不愿将敏感数据交给云端 AI 厂商。

次要客户：使用开源工具并将其引入公司的开发者与自托管用户，他们往往成为企业内部的推动者。

三大根本差异：

1. 所有权。ChatGPT 与 Copilot 是云端 SaaS — 数据要送往它们的服务器。ODW 运行在你的基础设施上。除非你主动选择，数据不会外流。
2. 面向业务。通用 AI 工具只是泛用助手。ODW 模块为具体业务场景而设计 — 客户支持、招聘、记账、销售 — 内置领域工作流、合规控制与集成。
3. 套件集成。ODW 模块彼此协同。Vault 让其他模块都基于你的真实知识库进行回答。Loop 编排跨模块工作流。Shield 提供统一治理。这是拼装多个 SaaS 工具所无法实现的。

你可以任意组合。每个模块独立即可完整使用，不存在"全选或全无"的约束。

常见起步路径：

• 知识优先：Vault + Desk — 将 AI 建立在你自己的文档之上，并上线客服
• 销售优先：Hunt + Pulse — 个性化外呼 + 本地化营销
• 运营优先：Recap + Loop — 自动化会议纪要与工作流
• 合规优先：Shield + Vault — 在扩大 AI 使用前先建立治理
• 沟通优先：Desk + Voice — 覆盖文字与电话客服

随着需求演进，后续再按需添加模块。

是的。每个模块的核心都是开源的 — 你可以下载、部署并免费使用，无需支付许可费。代码透明且可审计。

商业模式为开放核心（open-core）：

• 免费：核心功能、单实例部署、社区支持
• 付费版：跨模块大规模编排、企业级治理（Shield）、高可用部署、SLA 支持、高级连接器

收入来自支持订阅、咨询服务与认证合作伙伴网络 — 而非许可销售或数据。

这是目标。每个 ODW 模块都瞄准一个特定的 SaaS 品类：

ODW 在所有权、隐私、模型选择与套件集成上竞争 — 而非功能广度。它从不正面与既有厂商在其最强维度上较量。

已完成（生产可用或 Beta）：

• Vault — 主权 RAG 知识平台
• Loop — 智能体编排与工作流
• Desk — WhatsApp 优先的 AI 客服
• Recap — 设备端会议转写

计划中（开发中）：

• Voice — AI 前台
• Pulse — 多语言内容
• Hunt — 外呼销售
• People — 招聘与 HR
• Books — AI 记账
• Shield — 治理与合规

可以。ODW 模块支持与常用业务工具集成：

• CRM：Salesforce、HubSpot（通过 API 或 Loop 工作流）
• 日历：Google Calendar、Outlook（用于 Voice 预约）
• 即时通讯：Slack、Microsoft Teams、WhatsApp、Telegram
• 财务：QuickBooks、Xero（用于 Books）
• HRIS：Workday、BambooHR（用于 People）
• 内容平台：WordPress、HubSpot（用于 Pulse）

对于未在列表中的工具，可通过 Loop 或 REST API 构建自定义集成。

ODW 的愿景：成为企业级云端 AI SaaS 的主权替代方案。

策略是模块化且复利式的：

1. Vault 是基座。所有其他模块都从同一个知识库中获取内容。这形成一个飞轮 — ODW 用得越多，你的知识库就越有价值。
2. Shield 是商业支柱。免费的开源工具拉动采用；治理与合规把采用转化为收入。
3. 模块形成复利。每新增一个模块，都会提升现有模块的价值。加入 Voice，Desk 更有价值（同一知识库、新增渠道）；加入 People，Shield 更有价值（更多审计轨迹）。
4. 永不在功能广度上竞争。ODW 在所有权、隐私、模型选择与集成上竞争。既有厂商赢在功能，ODW 赢在掌控。

主权 AI 意味着你拥有并掌控整个 AI 技术栈 — 模型、数据、基础设施。除非你明确允许，否则没有任何内容会离开你的环境。

对比云端 AI（OpenAI、Anthropic、Google）：你把数据发到它们的服务器，它们处理后返回结果。你无法控制数据去向、保存多久、谁能访问。

使用 ODW 的主权 AI 套件：

• 所有数据留在你的基础设施上（你的服务器、你的云、你的笔记本）
• 所有处理都在本地进行 — 除非你主动配置，不会调用第三方 API
• 你掌控模型、数据与访问策略
• 如有需要，可完全离线（无网络）运行

三点理由：

1. 数据保护：你的敏感数据（客户个人身份信息、财务记录、HR 文档、法律合同）不会触碰任何第三方服务器。这对医疗（HIPAA）、金融（SOC 2）、法律（律师与客户特权）至关重要。
2. 监管合规：GDPR、中国《个人信息保护法》等数据保护法律要求数据驻留与可控。主权 AI 让合规显著简化，因为你完全掌控数据的存放位置。
3. 竞争优势：掌控 AI 技术栈 → 按需求定制 → 深度集成 → 避免厂商锁定。你不再受 SaaS 厂商的定价、可用性或功能路线图所牵制。

开源意味着代码公开可查 — 任何人都可以审查、修改、部署。主权意味着你掌控软件运行的基础设施。

ODW 两者兼备：

• 开源：代码透明、可审计、社区驱动
• 主权：你在自己的基础设施上部署，掌控数据与环境

并非所有开源软件都是主权的。如果你在托管平台（Heroku、Vercel、AWS Lambda）上部署开源软件，云厂商仍可访问你的数据。主权意味着你掌控从代码到硬件的整个技术栈。

可以。ODW 与模型无关。你可以混合使用本地模型与云端 API：

• 用本地模型处理敏感数据（客户个人身份信息、财务记录）
• 用云端 API 处理较不敏感的任务（起草营销文案、通用问答）
• 可按模块配置：Vault 使用本地模型，Pulse 使用云端 API 生成内容

使用云端 API 时，只会发送所需的最小上下文 — 而非整个知识库。你能精确控制哪些数据会被外发。

不会。ODW 不会从你的部署中采集任何遥测、分析或使用数据。没有任何"回拨"行为。

当你部署 ODW 时，它完全运行在你的基础设施上，不会向 ODW 服务器发送任何出站连接 — 除非你主动配置与外部服务的集成。

这是主权 AI 的核心原则：你掌控一切，包括哪些数据可以离开你的环境。

使用云端 AI 时，你会暴露于：

• 突然涨价（OpenAI 已多次调整定价）
• 服务条款变更影响你的使用场景
• 产品下线（Google 已关闭多款 AI 产品）
• 地缘政治风险（制裁、出口管制、数据本地化法律）

使用 ODW 时，你的 AI 技术栈运行在你自己的基础设施上。没有任何厂商可以"拔你的插头"。如果使用本地模型，你完全独立；如果使用云端 API，也可以切换供应商而无需重构 — 与模型无关的设计意味着你不会被锁定。

不是。ODW 专门为中小企业（10–500 人）设计。核心目标正是让无力负担企业级 AI 团队的公司也能用上主权 AI。

ODW 如何让其对中小企业可行：

• Docker 部署：一条命令即可启动
• 免费核心层：无许可费，只需承担基础设施成本
• 托管选项：不想自托管？认证合作伙伴可代为运行
• 最低硬件要求：一台现代笔记本即可搭配云端 API 运行单个模块

小规模部署（单模块 + 云端 API）的基础设施成本与 SaaS 订阅相当 — 但你拥有数据。

可以。ODW 可在完全物理隔离、无网络连接的环境中运行。

这对以下场景至关重要：

• 政府与国防承包商（ITAR、FedRAMP）
• 医疗（HIPAA 要求严格的数据隔离）
• 受监管约束的金融机构
• 任何不能承担数据外泄风险的组织

在物理隔离模式下，你只能使用本地模型（无云端 API）。所有处理、存储与推理都发生在本地基础设施上。

用他们关心的语言来表述：

• 风险降低："我们的 AI 数据永不离开自有基础设施。没有第三方暴露，没有来自 AI 供应商的供应链风险。"
• 合规简化："我们掌控数据的存放与处理方式。GDPR 数据驻留、HIPAA 隔离、SOC 2 审计轨迹 — 都在架构层面得到保证，而非依赖政策。"
• 厂商独立："我们不被任何 AI 厂商的定价、条款或可用性所绑定。无需重构即可切换模型或供应商。"
• 审计就绪："每一次 AI 行为都被完整记录并可追溯。当审计员问'谁在何时做了什么'，我们几分钟内即可给出答案，而不是几周。"

三层集成：

1. Vault 是知识基础。Desk、Hunt、Pulse、Voice、People 都从 Vault 拉取内容，使其回答基于你的真实文档 — 而不是通用的 AI 训练数据。
2. Loop 是编排层。它将模块连接成自动化工作流。Recap 完成转写后，Loop 可提取待办并分派；Desk 收到提问后，Loop 可触发 Vault 检索并格式化回答。
3. Shield 是治理层。它在所有模块之上提供统一的访问控制、审计日志与合规报告。

示例流程：客户向 Desk 发消息 → Desk 检索 Vault → 若置信度足够，则带引用回复 → 否则转人工 → Loop 将对话记录至 Vault → Shield 审计整条流程。

取决于你的业务，但一种常见路径是：

1. 第 1 阶段 — 基础（第 1–2 周）：部署 Vault（知识库）与 Shield（治理），建立安全、可审计的基础。
2. 第 2 阶段 — 面向客户（第 3–4 周）：部署 Desk（客服）与 Voice（电话），直接带来客户价值。
3. 第 3 阶段 — 内部运营（第 5–6 周）：部署 Recap（会议）与 Loop（工作流），自动化内部流程。
4. 第 4 阶段 — 增长（第 7–8 周）：部署 Hunt（销售）与 Pulse（内容），扩大外呼与营销。
5. 第 5 阶段 — 专业化（第 9 周起）：按需部署 People（招聘）与 Books（记账）。

这仅是建议，而非硬性要求。先解决最紧迫的问题。

每个模块独立即可完整使用。不需要 Vault 也能用 Desk，不需要 Shield 也能用 Recap。

集成后你能额外获得：

• Vault 集成：模块基于你的真实文档作答，而非通用的 AI 知识
• Loop 工作流：跨模块自动化多步骤流程
• Shield 治理：所有模块统一的审计轨迹与访问控制

先独立使用。当你看到集成价值时再连接。

Vault 是知识基座。它是中央知识库，其他模块通过查询它来让 AI 回答基于你的真实文档。

没有 Vault：AI 模块依赖通用训练数据，可能产生幻觉或给出过时的回答。

有了 Vault：AI 模块基于你上传的文档、制度、产品规格和内部维基进行回答。回答附带引用，幻觉大幅减少。

Vault 支持：

• 文档摄入（PDF、DOCX、XLSX、HTML、Markdown）
• 双语检索（例如用英文检索，能找到中文文档）
• 访问控制（不同团队看到不同知识）
• 版本追踪（清楚知道某条回答使用的是哪个版本的文档）

Loop 是编排层。它将模块连接成自动化、多步骤的工作流。

示例：

• Recap 完成会议转写 → Loop 提取待办 → 添加到你的任务管理工具
• Desk 收到支持问题 → Loop 检索 Vault → 格式化回答 → 记录到 CRM
• Hunt 识别线索 → Loop 在 Vault 中查找相关案例 → 起草个性化邮件 → 通过你的邮件服务商发送
• People 收到应聘申请 → Loop 按条件筛选 → 安排面试 → 通知招聘经理

Loop 为非工程师提供可视化构建器，并为高级逻辑提供代码逃生舱（Python / TypeScript）。

Shield 是治理与合规层。它是套件的商业支柱 — 付费收入主要集中于此，因为企业愿意为治理买单。

Shield 提供：

• 访问控制：SSO，跨所有模块基于角色与基于属性的策略
• 审计日志：不可篡改、防抵赖的日志，记录套件内每一次 AI 行为
• 合规报告：预置与 SOC 2、ISO 27001、HIPAA、GDPR 的映射
• 数据驻留控制：确保数据不超出预设边界的策略
• 配置加固：引导式安全基线执行

每个其他模块都会产生合规信号（SSO 要求、审计轨迹需求、数据驻留约束）。Shield 将它们统一到一个治理平面。

可以。模块间的数据共享通过受控、可审计的通道进行：

• Vault 查询：模块通过认证过的 API 调用向 Vault 请求知识。访问由 Shield 策略控制。
• Loop 工作流：数据经由 Loop 的编排引擎在模块间流转。每次数据传输都会被记录。
• 共享认证：所有模块使用同一认证层（由 Shield 管理）。登录 Desk 的用户也自动通过 Vault 查询的认证。

在这些传输过程中，数据始终不离开你的基础设施。所有模块间通信均加密并可审计。

场景：受监管的医疗诊所

1. Voice 接听患者来电，完成预约
2. Desk 通过 WhatsApp 处理后续问题（"我就诊时需要带什么？"）
3. Voice 与 Desk 都会查询 Vault，获取诊所制度、医保信息与就诊须知
4. Recap 转写医患问诊过程（设备端处理，不走云端）
5. Loop 从转写中提取后续动作 → 安排下次预约 → 通过 Desk 发送患者须知
6. Shield 确保所有患者数据（PHI）留在本地，并为 HIPAA 审计记录每次访问
7. People 处理新护士的招聘 — 筛选、安排面试、合规记录
8. Books 处理月末对账，分类交易

所有模块都运行在诊所的基础设施上。患者数据不会触碰任何第三方服务器。

基础集成：不需要。Loop 的可视化构建器让非工程师也能编排工作流。模块连接（Vault → Desk、Recap → Loop）已预配置。

高级集成：一些技术能力会有帮助。自定义连接器、复杂的条件逻辑与 API 集成适合熟悉 Python / TypeScript 的人员。

如果没有内部技术人员，可选方案：

• 认证合作伙伴：ODW 的合作伙伴网络负责部署与配置
• 专业服务：ODW 提供设置与定制的咨询服务
• 托管部署：合作伙伴代你运行 ODW（仍在你的基础设施上，仍保持主权）

所有数据都存储在你自有基础设施上 — 你掌控的服务器、云账户或设备。ODW 没有任何存储你数据的中心服务器。

你可以部署在：

• 自有数据中心（本地部署）
• 自有云账户（AWS、Azure、GCP、阿里云）
• 员工笔记本（适用于 Recap、Vault 等模块）
• 混合部署（部分模块本地，部分在云端）

由你决定数据的存放位置。它不会触碰 ODW 的服务器 — 因为我们根本没有。

是的：

• 静态加密：AES-256 加密存储数据（数据库、文件、备份）
• 传输加密：所有网络通信采用 TLS 1.3

你掌控加密密钥。在云基础设施上，可使用客户自管密钥（CMK）获得最大控制。

ODW 的设计确保 PII 不会离开你的基础设施，除非你明确允许：

• 本地模型：所有 PII 处理都发生在你的硬件上。零暴露。
• 云端 API（可选）：如果路由至 OpenAI / Anthropic，你可控制发送的上下文。Shield 可强制进行 PII 检测并阻止敏感数据被发送至外部 API。
• 数据最小化：模块只处理每个任务所需的数据。
• 保留期控制：可配置数据保留时长，并支持自动删除策略。

可以 — 支持完全物理隔离部署，无需网络。

物理隔离模式的要求：

• 本地模型部署在你的基础设施上（Llama、Mistral、Whisper 等）
• 模型权重需提前下载并通过安全介质转移
• 所有依赖打包在 Docker 镜像或离线包中

权衡：你只能使用本地模型的能力，无法获得前沿模型的质量（GPT-4、Claude）。但对于许多业务场景，本地模型已足够 — 而主权收益是值得的。

由于 ODW 运行在你的基础设施上，事件响应由你负责。但 ODW 提供相应工具：

• Shield：审计日志、访问控制、异常检测
• 不可变日志：所有安全事件被记录且不可篡改
• 访问控制：基于角色与基于属性的策略限制访问范围

推荐的事件响应流程：

1. 在需要之前就制定事件响应计划
2. 使用 Shield 监控异常（异常访问模式、登录失败）
3. 若发生泄露，使用 Shield 的审计日志判断范围与影响
4. 遵循监管要求的通知义务（GDPR：72 小时）

仅被你授权的人。

ODW 无法访问你的数据 — 没有 ODW 服务器在存储它。访问由以下层面控制：

• 基础设施层：拥有服务器 / 云访问权限的人掌控系统层面的数据
• 应用层：Shield 管理 ODW 内的用户认证、角色与权限
• 模块层：每个模块可有独立的访问策略（如仅 HR 可查看 People 数据）

Shield 提供统一的访问控制平面。你定义谁能看到什么，每一次访问行为都会被记录。

支持。由于你掌控 ODW 的部署位置，你就能掌控数据存放地：

• 部署在欧盟数据中心，用于欧盟客户数据（GDPR）
• 部署在中国大陆，用于中国数据（《个人信息保护法》）
• 本地部署以获得最大控制
• 部署在特定区域以满足行业要求（HIPAA、FedRAMP）

Shield 可强制执行数据驻留策略 — 拦截任何试图将数据路由出预设边界的请求。这是策略级保证，而不仅是配置建议。

ODW 在多个层面应对供应链风险：

• 开源代码：任何人可审计。应用层不存在隐藏后门。
• 容器镜像：基于已知基础镜像构建，经过签名与校验。
• 依赖管理：文档化的依赖关系，版本锁定。持续跟踪安全通告。
• 模型供应链：你选择使用哪些模型。本地模型 = 无外部模型依赖。云端 API = 你清楚知道哪个供应商在处理你的数据。

对于高安全环境，我们建议：

1. 部署前审计 ODW 源码
2. 从源码构建容器镜像（不使用预构建镜像）
3. 将所有依赖锁定到特定版本
4. 对部署运行漏洞扫描

需求取决于模块与模型选择：

最低配置（单模块 + 云端 API）：

• 任意现代笔记本或服务器（8GB+ 内存）
• 网络连接（用于云端 API）

推荐配置（全套件 + 本地模型）：

• 32GB+ 内存的服务器（用于多个本地模型）
• GPU（NVIDIA + CUDA）以加速推理 — 可选但推荐
• 100GB+ 存储空间（知识库、日志与模型文件）

企业级（高可用、多区域）：

• Kubernetes 集群或托管容器平台
• 负载均衡与自动扩缩容
• 数据库集群（PostgreSQL），用于多模块数据

可以。ODW 提供部署指南与模板：

• AWS：EC2、ECS、EKS
• Azure：虚拟机、容器实例、AKS
• GCP：Compute Engine、GKE、Cloud Run
• 阿里云：ECS、ACK

你在你的云账户中部署 ODW — 你掌控基础设施、数据与访问策略。ODW 不会代你运营任何云基础设施。

可以。ODW 模块可在搭载 Apple Silicon（M1 / M2 / M3 / M4）的 macOS 上运行。本地模型通过 MLX 或 llama.cpp 高效运行，它们已针对 Apple 神经引擎优化。

这对以下场景尤为适用：

• Recap：在笔记本上进行设备端会议转写
• Vault：本地运行的个人 / 团队知识库
• 开发：在部署到生产服务器前进行测试与原型验证

对于服务多用户的生产部署，建议使用服务器或云实例。但对于个人使用或小团队，Mac 是一个可行的部署目标。

ODW 模块以容器（Docker）部署。更新非常直接：

1. 从 ODW 仓库拉取最新版本
2. 将更新部署到你的基础设施
3. 重启模块

零停机更新：使用滚动部署（Kubernetes、Docker Swarm）。单实例部署：重启期间会有短暂停机（秒到分钟级）。

在生产部署前，务必先在预发布环境测试更新。

单实例：模块在恢复前不可用。

高可用方案：

• 在负载均衡器后部署多实例
• 若某实例故障，流量自动路由到其他实例

数据持久性方案：

• 使用数据库复制（PostgreSQL 流复制）
• 定期备份知识库（Vault）与日志
• 将备份存放在独立位置（不同区域或不同云）

大多数部署下，Docker 就足够了。Kubernetes 仅在以下场景需要：

• 跨多节点的高可用
• 按负载自动扩缩容
• 多区域部署
• 拥有复杂模块配置的大型团队

对于单团队运行几个模块，单服务器上的 Docker Compose 完全够用。从简单起步，按需扩展。

可以。模块是独立服务。你可以按需要在基础设施上灵活分布：

• Vault 部署在高存储服务器上（它承载你的知识库）
• Recap 部署在各笔记本上（设备端转写）
• Desk 与 Voice 部署在面向公网的服务器上（面向客户）
• Shield 部署在安全的内部服务器上（治理数据）

模块之间通过 REST API 通信。只要它们在你的网络中可互相访问，无论物理位置如何，都能协同工作。

取决于你的使用：

• ODW 模块（不含本地模型）：约 5GB，含应用代码、数据库与日志
• 本地模型：每个模型 5–40GB，视规模而定（7B ≈ 5GB、70B ≈ 40GB）
• Vault 知识库：取决于文档量。1,000 份文档 ≈ 1–5GB（含向量嵌入）
• Recap 转写：约 10MB / 小时音频
• 日志与审计轨迹：活跃部署约 1GB / 月

合理起步：100GB，用于单模块 + 一个本地模型的部署。随知识库与使用量增长再扩展存储。

提供：

• Docker 镜像：每个模块发布在 Docker Hub / GitHub Container Registry
• Docker Compose：即用型 compose 文件，用于单服务器部署
• Kubernetes 清单：用于生产级部署的 Helm Chart
• 云模板：面向 AWS、Azure、GCP 的 Terraform / CloudFormation

文档包含每个平台的分步部署指南。

ODW 的设计旨在帮助你合规 — 但合规最终由你负责，因为你掌控基础设施。

ODW 提供：

• GDPR：数据最小化、目的限制、保留期控制、数据主体权利流程（访问、删除、可携带）
• HIPAA：所有处理在你的基础设施上进行，PHI 不会触碰第三方服务器。Shield 提供审计轨迹。
• SOC 2：Shield 提供与 SOC 2 信任服务标准对齐的访问控制、审计日志与合规报告
• 欧盟 AI 法案：People 与 Shield 按欧盟 AI 法案要求设计 — 人工监督、透明度、审计轨迹

对于正式认证（SOC 2 审计、HIPAA 评估），需聘请第三方审计机构。ODW 提供技术控制；审计机构验证你的实施。

ODW 模块按其风险分类进行设计，以满足欧盟 AI 法案要求：

• 高风险（People — 招聘）：人工监督、透明度、审计轨迹、合规性评估
• 有限风险（Desk、Voice — 面向客户）：透明度（披露 AI 使用）、人工升级选项
• 最低风险（Vault、Recap、Pulse — 内部使用）：标准的数据保护与安全

Shield 提供治理层，帮助你证明合规 — 审计日志、访问控制、合规报告。

许多法规要求数据必须留在特定地理边界内：

• GDPR：欧盟数据必须留在欧盟（或具有充分性认定的司法管辖区）
• 中国《个人信息保护法》：中国境内个人信息必须留在大陆
• 俄罗斯：俄罗斯公民的个人数据必须存储在俄罗斯境内
• 印度（DPDP 法案）：特定类别数据的本地化要求
• 巴西（LGPD）：数据传输限制

由于你掌控 ODW 的部署位置，你可以通过在相应司法管辖区部署来确保数据驻留。Shield 可强制执行数据驻留策略 — 拦截任何试图将数据路由出预设边界的请求。

越来越多情况下，是的。多个司法管辖区要求对 AI 聊天机器人进行披露：

• 欧盟 AI 法案：AI 与人类交互时必须保持透明
• 加利福尼亚（CCPA / CPRA）：要求披露自动化决策
• 其他司法管辖区：新兴法律要求 AI 披露

对于 Desk 与 Voice，我们建议：

• 在对客沟通中披露 AI 的使用
• 提供转人工的选项
• 说明收集了哪些数据以及如何使用

Shield 可帮助根据你的配置生成合规的隐私声明。

Shield 将数周的审计准备压缩到几分钟：

• 不可变审计日志：每一次 AI 行为都带时间戳、操作者、动作与所访问数据的记录
• 合规映射：预置与 SOC 2、ISO 27001、HIPAA、GDPR 控制框架的映射
• 证据包：按需生成可供审计方使用的证据包
• 访问报告：谁在何时访问了什么、原因 — 可导出为标准格式

目标：在 1 小时内产出审计就绪的证据（行业基准为数天至数周）。

监管格局正在快速演变。ODW 的设计具有适应性：

• 美国 AI 行政令（2023）：聚焦安全、保障与可信。ODW 的模型无关设计与审计轨迹支持合规。
• 中国生成式 AI 法规：要求内容标识与数据本地化。ODW 的主权架构对两者均提供支撑。
• 纽约市第 144 号地方法：要求对自动化招聘决策工具进行偏见测试。People 专为此而设计。
• 加拿大 AIDA：拟议中的《人工智能与数据法案》。ODW 的人机协同设计与拟议要求对齐。

Shield 的合规框架会随新法规出台而更新。目标是：随着监管格局扩展，ODW 让合规变得更容易，而非更困难。

可以。当你的采购团队需要将 ODW 作为供应商进行评估时：

• 安全文档：架构图、数据流说明、加密标准
• 开源代码：可审计 — 你的安全团队可直接审查代码
• 自托管：默认无第三方数据暴露。这显著简化供应商风险评估。
• 合规映射：Shield 为供应商风险问卷生成证据

ODW 自托管的事实意味着许多供应商风险问题不再适用 — 没有需要评估的第三方数据处理。

ODW 提供履行数据主体权利的工具：

• 访问权（第 15 条）：导出与特定个人相关的所有数据
• 更正权（第 16 条）：修正不准确的数据
• 删除权（第 17 条）：删除所有模块中与特定个人相关的数据
• 数据可携带权（第 20 条）：以机器可读格式导出数据
• 反对权（第 21 条）：停止处理个人的数据

Shield 提供流程化工具来系统化地处理这些请求，并记录合规情况。

作为开源、自托管产品，ODW 本身并不持有传统 SaaS 意义上的认证（如 SOC 2 Type II、ISO 27001 认证）。这些认证适用于托管服务。

ODW 转而提供：

• 技术控制：你的认证所需的构建模块（访问控制、加密、审计日志）
• 合规映射：Shield 将你的配置映射到具体控制框架
• 证据生成：产出审计员所需的文档

如果你需要经认证的托管服务，ODW 的认证合作伙伴网络提供托管部署，由合作伙伴持有认证。

ODW 与模型无关。同时支持本地与云端模型：

本地模型（运行在你的基础设施上）：

• Llama 3、Mistral、Qwen（通过 Ollama、vLLM 或 llama.cpp）
• Whisper（用于 Recap 与 Voice 的转写）
• Embedding 模型（用于 Vault 的 RAG）

云端 API（可选）：

• OpenAI（GPT-4、GPT-4o）
• Anthropic（Claude）
• Google（Gemini）
• 阿里（DashScope 上的 Qwen）
• AWS Bedrock

自由组合 — 敏感数据用本地模型，通用任务用云端 API。

可以。ODW 支持任何遵循标准 API 的模型（OpenAI 兼容 API、Hugging Face transformers 等）。

如果你有针对特定领域（法律、医疗、金融）微调的模型，部署后即可让 ODW 模块对接。

这是主权 AI 的关键优势 — 你不会被绑定在某个厂商的模型上。哪种模型最适合你的场景，就用哪种。

不会。ODW 与模型无关的架构意味着工作流引用的是能力（摘要、分类、抽取），而非具体模型。

你可以：

• 无需重写自动化即可切换 LLM 供应商
• 按模块配置不同模型
• 按任务路由到不同模型（敏感 → 本地，复杂 → 前沿）
• A/B 测试模型以找到最佳匹配

切换模型是配置变更，而非代码变更。

差距已显著缩小。对于许多业务任务，本地模型已足够：

ODW 与模型无关的设计允许你配置回退模型：

• 主选：云端 API（如 OpenAI GPT-4）
• 回退：本地模型（如 Llama 3 70B）
• 二级回退：另一家云端 API（如 Anthropic Claude）

若主选模型供应商宕机，ODW 自动路由至回退模型。用户不会感知到服务中断。

这也是在组合中纳入本地模型的另一优势 — 它们是你始终可用的回退。

可以。每个模块可独立配置：

• Vault：本地 Embedding 模型 + 本地 LLM 进行 RAG（知识查询的最大主权）
• Desk：常规 FAQ 用本地模型，复杂查询用云端 API
• Recap：本地 Whisper 进行转写（设备端，无云端）
• Pulse：云端 API 进行内容生成（营销文案的最佳质量）
• People：本地模型进行筛选（PII 密集，留在本地）

这让你在每个场景中，对主权与质量的权衡拥有精细控制。

ODW 使用多重策略降低幻觉：

1. Vault 锚定：模块基于你的真实文档作答，而非通用训练数据。回答附带对源文档的引用。
2. 置信度阈值：若模型置信度低于阈值，则转人工而非猜测。
3. 检索增强生成：Vault 中的 RAG 管线确保回答基于检索到的上下文。
4. 人机协同：对高风险任务（People 的招聘决策、Books 的财务入账），AI 辅助但人类决定。

没有任何系统能完全消除幻觉。ODW 的方法：让幻觉可检测（引用）、可预防（置信度阈值）、可补救（人工升级）。

本地模型：

• 前期：硬件成本（GPU 服务器：$5K–$20K，或使用现有 Mac / 笔记本）
• 持续：电费、维护。无按 Token 计费。
• 规模化后：显著更便宜。1M Token 在本地硬件上 ≈ $0.50–$2 电费，而云端 API 需 $5–$60。

云端 API：

• 前期：$0
• 持续：按 Token 计费。GPT-4：约 $10–$30 / 1M Token。Claude：约 $3–$15 / 1M Token。
• 规模化后：成本随用量线性增长。

ODW 模块支持 100+ 种语言，其中尤为擅长：

• 英语
• 中文（简体与繁体） — 对大湾区与大中华区业务至关重要
• 日语、韩语
• 西班牙语、法语、德语、葡萄牙语
• 阿拉伯语、印地语及其他主要语言

Pulse 提供跨 50+ 种语言的真正本地化 — 不仅是翻译，而是针对每个市场的文化适配。

Vault 支持双语检索（例如用英文检索，能找到中文文档）。

翻译是将一种语言的文字转换为另一种语言。本地化则是针对特定市场调整内容 — 包括语气、习语、语域、文化引用与语境的再构建。

例如：美国市场的一句营销语 "Hit a home run with our product"：

• 直译为日语：保留棒球比喻 — 在棒球比喻并不引起共鸣的市场中会让人困惑
• 为日本做本地化：替换为文化中能传达同样"成功"信息的恰当比喻

Pulse 做的是本地化，不仅是翻译。输出读起来像是以每种目标语言原生撰写的，而非翻译腔。

可以。Vault 支持双语与多语检索：

• 用英文检索 → 找到中文文档
• 用中文检索 → 找到英文文档
• 用任意支持的语言检索 → 无论原文语种，都能找到相关文档

这依托于多语言 Embedding 模型，将跨语言的概念映射到同一向量空间。匹配的是语义，而非关键词的字面翻译。

这对跨市场运营的企业至关重要 — 一个英文提问可以从知识库中以中文、日文或其他任何语言撰写的文档中提取出相关知识。

可以。Desk 与 Voice 都支持多语言对话：

• 自动识别：AI 检测客户语言并以同一语言回复
• 知识库：Vault 返回相关回答，无论文档原文是何种语言
• 一致的品牌调性：你的品牌人设在跨语言中保持一致

客户可以用粤语发消息，以粤语收到回复，而回答源自英文文档 — 全程自动完成。

可以。这是关键差异化能力。Pulse 按你的品牌调性指南进行配置：

• 语气（正式、轻松、权威、俏皮）
• 词汇（行业术语、品牌专属用语）
• 风格规范（句长、各市场的正式度惯例）

在生成不同语言的内容时，Pulse 在保持一致性的同时，将品牌调性适配到各市场的惯例。英文语境下的俏皮品牌在日语中会变成恰如其分的俏皮 — 不是英文语气的直译，而是文化上对应的表达。

ODW 在展示与内容生成中都支持从右至左（RTL）语言：

• 界面：UI 针对 RTL 语言正确渲染
• 内容生成：Pulse 为阿拉伯语、希伯来语等 RTL 语言生成文化上恰当的内容
• Vault：正确索引与检索 RTL 文档
• Desk / Voice：处理 RTL 语言对话

对中东与北非市场，ODW 提供与其他区域同等的主权、文化感知能力。

可以。Pulse 支持跨市场的批量内容生成：

• 用英文撰写产品公告
• Pulse 同时为日本、德国、巴西与中东生成本地化版本
• 每个版本都经过文化适配，而不仅是翻译
• 品牌调性在所有版本中保持一致

这消除了传统本地化瓶颈 — 内容不再需要按顺序经历翻译 → 审校 → 为每个市场做文化适配。使用 Pulse，所有市场并行服务。

ODW 采用开放核心模式：

• 免费核心：各模块具备完整的基础功能，无使用限制、无时间限制
• 付费版：跨模块大规模集成、企业级治理（Shield）、高可用部署、SLA 支持、高级连接器

具体定价取决于部署规模、用户数量与所选模块。请联系 ODW 获取报价。

免费核心层可无限期使用 — 无时间限制，无需信用卡。可永久免费部署并使用各模块。

付费版（跨模块集成、企业功能）提供 30 天试用。请联系 ODW 开始体验。

是的，核心是开源的。各模块的具体许可不同，但遵循开源标准（核心部分通常为 MIT 或 Apache 2.0）。

"开放核心"在实践中意味着：

• 核心（免费、开源）：模块的基本功能 — 可部署、使用、修改、再分发
• 企业功能（付费）：大企业需要但中小企业未必需要的进阶能力 — 高可用、多租户编排、高级连接器、白手套式支持

开源核心本身已具有实用价值。付费版为更大规模的部署增添运营能力。

50 人公司典型的 SaaS 支出：

• Intercom / Zendesk：$5,000–$20,000 / 年
• Apollo / Outreach：$10,000–$30,000 / 年
• Otter.ai / Fireflies：$3,000–$10,000 / 年
• Greenhouse / Lever：$10,000–$25,000 / 年
• QuickBooks + 记账员：$5,000–$15,000 / 年

合计：$33,000–$100,000 / 年的 SaaS 订阅 — 而且你不拥有数据。

ODW 用单一套件替代这些。定价基于部署规模，而非按席位。对多数中小企业，ODW 显著更便宜 — 且你拥有数据。

定价基于部署规模，而非按席位或按模块。

这是刻意的设计 — 按席位收费惩罚团队扩张，按模块收费惩罚使用更多套件。

ODW 的模式：按部署规模付费（实例数、高可用要求、支持级别）。用全部 10 个模块或只用 1 个 — 定价模型不会惩罚采用。

付费版支持：

• 银行转账 / 电汇（适用于企业合同）
• 信用卡（适用于较小规模部署）
• 加密货币（USDC、USDT）— 与开源 / 主权理念一致

提供年付与多年合同折扣。请联系 ODW 了解详情。

有。ODW 正在构建认证合作伙伴网络：

• 部署合作伙伴：为客户处理设置、配置与持续管理
• 咨询合作伙伴：提供行业特定的定制与集成
• 经销商合作伙伴：将 ODW 与自身服务打包销售

合作伙伴可获得认证、技术支持与收入分成。如有意向成为合作伙伴，请联系 ODW。

取决于部署复杂度：

• 单模块、笔记本部署：1 小时内
• 单模块、云端部署：1–2 天
• 全套件、企业级部署：2–4 周（含配置、集成与团队培训）

ODW 提供部署指南、Docker 镜像与专业接入服务，以加速上线。

基础部署：所需技术门槛极低。会运行 Docker 命令即可部署 ODW。

高级部署（高可用、多模块、自定义集成）：一些 DevOps 能力会有帮助。

如果没有内部技术人员，可选方案：

• 认证合作伙伴：代你完成部署
• 专业服务：ODW 提供设置咨询
• 托管部署：合作伙伴代你运行 ODW

免费版：自助服务。文档、指南与社区支持。

付费版：

1. 需求沟通：了解你的使用场景、合规要求与现有栈
2. 部署规划：架构设计、基础设施需求、集成梳理
3. 搭建与配置：部署模块、配置集成、设置 Shield 策略
4. 数据迁移：从现有工具导入数据
5. 团队培训：针对将使用的模块进行培训
6. 上线支持：过渡期内的实操支持

可以。ODW 为常见迁移场景提供数据导入工具：

• Intercom / Zendesk → Desk：对话历史、客户画像、知识库文章
• Notion / Confluence → Vault：文档、维基、结构化内容
• Otter / Fireflies → Recap：现有转写与会议记录
• Greenhouse / Lever → People：候选人数据、职位发布、流程历史
• QuickBooks → Books：科目表、交易历史

对于自定义迁移，可通过 REST API 或 Loop 工作流从任意数据源导入。

提供，分层级：

• 文档：每个模块的全面指南，包括视频教程
• 社区：GitHub Discussions、社区论坛、Discord / Telegram 频道
• 团队培训：付费版包含 — 为你的团队提供使用模块的培训
• 管理员培训：面向管理部署的 IT 人员（Shield 配置、基础设施监控）
• 进阶工作坊：针对复杂集成、微调与优化的定制培训

企业版支持包含主动监控、季度业务回顾与优先功能请求。

完全可以。这正是推荐的方式：

1. 从解决最紧迫问题的模块开始
2. 熟悉部署模式与主权架构
3. 在识别出新场景时添加模块
4. 准备好后进行多模块工作流时，通过 Loop 连接模块

无需压力采用全套件。许多客户从一个模块起步，在 6–12 个月内自然扩展。

预约与 ODW 的需求沟通。我们将评估：

• 你的行业与合规要求
• 现有工具栈与痛点
• 团队规模与技术能力
• 优先场景（目前最耗时间与成本的是什么？）

基于此，我们推荐一个起步配置与分阶段采用计划。没有强制 — 目标是帮你找到最高价值的起点。

重点开发方向：

• 模块发布：完成剩余 6 个模块（Voice、Pulse、Hunt、People、Books、Shield）
• 更深集成：更紧密的跨模块工作流、共享上下文、统一检索
• 模型支持：新发布的本地模型、面向边缘部署的更优量化
• 行业模板：为医疗、法律、金融、制造预配置的方案
• 合作伙伴生态：认证部署合作伙伴、社区连接器市场

路线图受社区反馈与客户需求影响。请在 GitHub 上提交功能需求。

ODW 欢迎贡献：

• 代码：通过 GitHub Pull Request 提交 Bug 修复、功能与改进
• 文档：指南、教程、翻译
• 社区：回答问题、分享场景、帮助其他用户
• 连接器：构建与尚未支持工具的集成
• 模型：贡献针对特定领域或语言的微调模型

目标：第 12 个月达到每月 50+ 外部 PR。社区是 ODW 开发的核心部分。

有：

• GitHub Discussions：功能需求、Bug 报告、技术问题
• 社区论坛：深度讨论、场景分享
• Discord / Telegram：与社区及 ODW 团队的实时聊天

这些是获取帮助、分享反馈与连接其他 ODW 用户的最佳渠道。

在对应模块的 GitHub 仓库提交功能需求。请包含：

• 你希望解决的问题
• 你的解决方案建议（如有）
• 你的使用场景与行业背景

功能需求会被定期评审。对多用户有高影响力的需求会被优先处理。付费版客户也可通过客户经理提交需求。

可以。ODW 设计上支持可配置：

• 医疗：HIPAA 合规处理、Vault 中的医学术语
• 法律：律师与客户特权、文档审核工作流、信托记账
• 金融：SOC 2 合规、审计轨迹、多币种
• 制造：供应链文档、质量控制记录
• 专业服务：项目管理、客户沟通

如需深度定制，开源代码可供修改。按你的精确需求进行调整。或与 ODW 咨询团队或认证合作伙伴合作。

Bug 报告：在 GitHub 上提交并附复现步骤。严重 Bug 会被优先修复。

反馈：通过 GitHub Discussions、社区论坛或你的客户经理（付费版）分享。

透明：ODW 发布开发进展、路线图变更与已知问题。社区可以看到正在做什么以及原因。

付费版客户可直接对接产品团队进行反馈与功能讨论。

ODW 的长期愿景：成为企业级默认的主权 AI 平台。

核心论点：随着 AI 更强大、监管更严格，企业需要可信赖的 AI — 自己拥有、掌控、可审计的 AI。云端 AI 今天仍可用，但监管、地缘政治与竞争风险正在上升。

ODW 为这样的未来而建：

• 覆盖所有主要业务场景的完整套件
• 让合规变得可操作的治理层（Shield）
• 随 AI 演进而自适应的模型无关架构
• 确保透明与长期生命力的开源社区

目标不是在便利性上击败云端 AI，而是在主权重要时成为可信赖的替代方案。