我的数据会不会被搬走？
一条命令装进你自己的机器，数据落在本地 SQLite 文件里，不绑云账号；全栈可交付进你的机房，离线环境下核心能力照样可用。签约前后你都能自己验。
客户最常问的三件事
先不谈参数，
只谈你会担心的三件事。
你接手这套东西之后，最可能在三个地方出问题：数据去哪了、结论敢不敢用、用久了会不会变差。我们逐条答。
它给的结论，我敢不敢用？
每条结论都带来源与引用链，能复算、能回溯；解不开出处的，宁删不编。合同类输出还走三评审员流水线：法律、商业、完整性各过一遍。
用三个月，它会不会越用越差？
每一轮干活都留痕，判官复盘评估，改进回写进技能与本体——团队越用越强，不是越用越飘。评测自愈闭环已在 AI 知识库公开发表，可以去看。
一条通路
数据从源到可用，一条路走完，
不用把七套系统拼在一起。
找不全、对不上、留不住，是数据难用的三个根。这条通路就是针对这三件事排的。
01
数据源包即可安装
每个数据源是一个独立、可审计的数据包，政府公开、统计、行业采集都按同一形态接入。
02
一个本体口径统一
所有源落进同一个语义 schema，指标、区域、时间一套口径，跨源对得上。
03
MCP 网关500+ 工具
能力都做成智能体可调用的工具，一句话提问就能拿回真实数据行，不用写代码。
04
智能体集群持续在岗
按岗位骨架与交接规则组织，7×24 运行，异常升级到人，不是你问一句它答一句。
05
产出看板 · 报告 · API
看板、报告、接口三种交付形态，数据留在客户侧，刷新可复算。
同一套智能体、技能与 MCP 供给，也能装进主流 AI 编码工具（Claude Code、Cursor）直接用——你不必被锁在我们的平台里。
交付方式
一个项目怎么交，
六个环节，比例写清楚。
每个环节右边的百分比，是这一步能直接复用基座、不用重做的部分。越往后越高，因为前面已经把固定件做完了。
01
方案设计90 份能力规格直接调用，不重写方案
70%02
全栈实现一套契约养 4 个端：网页、小程序、macOS、Windows
80%03
工程质量测试与 CI 守卫在提交时拦截，问题不进主干
90%04
打包发布同一条 CI 直出 mac 与 Windows 安装包
100%05
上线运维三步起全栈，数据留在客户本地
100%06
知识转移规格、文档与代码同仓，接手即可开工
90%85%按六环节工时权重（15 / 40 / 15 / 10 / 10 / 10）加权后的整体可复用度。口径说明：权重与比例为团队估算，非第三方审计。
承载能力
一台机器，上万智能体在线，
成本不会跟着涨。
在线规模靠密度摊、真并发按热单元配比。下面是实测的承载分级。
≈0冷会话落盘
内存占用 / 单元
内存占用 / 单元
1.6–1.9 GB温态共宿
10 个智能体 / pod
10 个智能体 / pod
130–190 MB热单元
单个智能体
单个智能体
1536 Mi单 cell 预算
硬上限
硬上限
分层承载的结论是：都在线，但不一起占内存。冷会话落盘近零占用，温态共宿摊销单进程，真并发按 worker 槽与 runner 分片弹性扩展。
验证入口
现在就能点开，
不用等我们安排演示。
四个入口，三个免登。看到一个数字觉得可疑，直接点进去自己查。
本页数字口径：生产部署 90、唯一镜像 75、MCP 网关 12 个 Server / 500+ 工具、统一指标注册 5.7 万条、开放数据本体 452 概念 / 7 源 / 53 工具、裁判文书 3,700 万篇、法规目录 32,296 部；承载分级来自公开承载模型；六环节可复用比例与 85% 加权为团队估算口径。以上公开数字复核于 2026-11-05，均可通过页面入口自行核对。
本页不展示无法当场验证的数字：没有虚构客户案例，也没有拍脑袋的增长曲线。
