保姆级实战：手把手搭建企业级 AI 中台（15+ 主流大模型聚合 + 画布 DAG 调度，附源码

—— 聚合 GPT/Claude/文心/通义/DeepSeek 等 15+ 主流大模型，一站式搭建自媒体 AI 中台

一、企业 AI 化转型的终极解决方案

在 AI 技术爆发式发展的今天，自媒体 / MCN / 企业内容团队面临三大核心挑战：

  • 模型碎片化：ChatGPT / Claude / 文心一言 / 豆包 各自为战，多账号管理成本高
  • 部署复杂：传统 AI 中台搭建需要专业团队，周期长达数月，Dify / FastGPT 对媒体链路支持弱
  • 安全风险：敏感内容通过第三方 API 流转，数据主权和合规隐患大

三千AI智能体系统源码 为企业提供开箱即用的 AI 中台，集成 DeepSeek / GPT-4o / Claude / Gemini / Kimi / 智谱 GLM / 文心 / 通义 / 豆包 15+ 全球顶尖模型，技术栈基于 Nuxt 4 + NestJS + PostgreSQL (pgvector + zhparser) + Redis + BullMQ，支持：

✅ 10 分钟极速部署：Docker Compose 一键安装，4 核 8G 服务器即可运行
✅ 全模型统一管控：一个平台调度所有主流 AI,统一 OpenAI-format 接口
✅ 商业级安全体系：License 绑域名 + 私有化部署 + 多层内容过滤,通过等保 2.0 要求

完整源码 + 部署文档 + 演示站体验:一并挂在文末"立即体验"一节,方便读完后一站式复制。

画布工作台 · 项目列表

二、六大核心优势，重新定义企业 AI 效率

1. 极简部署，零技术门槛

# Docker Compose 部署流程(比传统方案快 20 倍)
git clone https://github.com/2961799660/sanqian_ai.git
cd sanqian_ai
cp .env.example .env && vim .env
docker compose up -d

实测数据：从安装到上线仅需 10 分钟（Dify 自部署 1-2 小时 / 自建中台 8 小时+）

docker-compose.yml 核心结构：

version: '3.9'
services:
  api:
    image: sanqian/api:latest
    ports: ['4090:4090']
    environment:
      DATABASE_URL: postgres://sanqian:${DB_PASSWORD}@postgres:5432/sanqian
      REDIS_URL: redis://redis:6379
      LICENSE_FILE: /app/license.lic
    depends_on: [postgres, redis]

  web:
    image: sanqian/web:latest
    ports: ['3000:3000']
    depends_on: [api]

  postgres:
    image: ghcr.io/nalgeon/postgres-with-extensions:17.6
    # pgvector + zhparser 自动启用
  redis:
    image: redis:8.2.2-alpine
  nginx:
    image: nginx:1.27-alpine
    ports: ['80:80', '443:443']

2. 全球 AI 模型"超级市场"

模型类型 支持列表 企业级功能
对话大模型 GPT-4o / Claude / Gemini / Kimi / 深度求索 / 智谱 GLM / Grok / 文心 / 通义 / 豆包（10+ 家） 账号池无限扩容 · 自动负载均衡 · 故障降级
AI 绘画 闪绘 / 精绘 / 可灵 omni-image / 豆包 Seedream 5.0 局部重绘 · 画面扩展 · 超分 · 白底图 · 自动蒙版
AI 视频 创影 / Kling 动作控制 / Kling V3 / 豆包 Seedance 2.0 Pro / 2.0 / 1.x Lite 文生视频 + 图生视频双模式
数字人 口型同步 · 虚拟数字人生成 画布节点级嵌入,一键合成

核心抽象 —— 统一 Provider 接口：

// src/providers/llm-provider.interface.ts
export interface LLMProvider {
  readonly id: string
  readonly supportedModelTypes: ModelType[]
  chat(params: ChatParams): AsyncIterable<ChatChunk>
  image(params: ImageParams): Promise<ImageResult>
  video(params: VideoParams): Promise<VideoJob>
}

Provider 实现示例（DeepSeek）：

@Injectable()
export class DeepseekProvider implements LLMProvider {
  readonly id = 'deepseek'
  readonly supportedModelTypes: ModelType[] = ['llm']

  async *chat(params: ChatParams): AsyncIterable<ChatChunk> {
    const res = await fetch('https://api.deepseek.com/v1/chat/completions', {
      method: 'POST',
      headers: { 'Authorization': `Bearer ${this.apiKey}` },
      body: JSON.stringify({ ...params, stream: true }),
    })
    yield* parseSSE(res.body!)
  }
}

前端永远只看 OpenAI-format，切模型不感知差异。

多模型选择 · 图片生成

多模型选择 · 视频生成

3. AI 画布工作流引擎（独家技术壁垒）

20 个内置节点，覆盖图像 / 视频 / 数字人 / 音频全链路：

类别 节点
图像（9 节点） 图像生成 · 局部重绘(Inpaint) · 画面扩展(Outpaint) · 超分 · 白底图 · 自动蒙版 · 局部替换 · 写实化 · 融合
视频（6 节点） 文生视频 · 视频剪辑 · 视频合成 · 分镜串联 · 首尾帧 · 去水印
数字人（2 节点） 口型同步 · 虚拟数字人生成
其他（3 节点） 音频处理 · 文本处理 · 数据回流

DAG 调度核心代码（基于 Kahn 拓扑排序 + BullMQ）：

同层级节点并行扔 BullMQ,worker concurrency: 4 消费。视频合成走单独 video-queue(concurrency=1)防抖动。

60 秒成片端到端 8-12 分钟。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

4. 企业级安全与风控

四重内容过滤：

用户输入 → 内置敏感词库 → 自定义词库 → 百度/阿里内容安全 API → AI 二次审核

数据主权保障：

  • 支持纯本地化部署（断网可用）
  • 对话记录 / 文件 100% 私有化存储
  • License 只校验域名，不上传任何业务数据

5. 全渠道商业化变现

多维度盈利系统：

  • 📦 源码买断授权：3 档可选（¥2280 / ¥3980 / ¥13800）
  • 💰 会员订阅：免费 + 付费套餐,后台自由配置
  • 🪙 按次计费：对话 / 绘图 / 视频 / 数字人独立定价

算力费率表（后台自定义，按成本与毛利自由定价）：

预扣 + 实扣 diff 结算：

  1. 校验余额 → 不足拒
  2. 按 rate 预扣
  3. 流式累计真实 token
  4. 结束 diff 多退少补
  5. 失败回滚

支付体系：微信 / 支付宝 / 易支付全支持，代理分润 / 兑换码 / 推广返佣 内置。

管理后台 · 数据总览

管理后台 · 用户管理

6. 全终端覆盖 + SAAS 分站

多端自适应：Web → 响应式 H5 → Tauri 桌面客户端（macOS 10.15+ / Windows 7+ / Linux）

SAAS 分站功能：自定义 LOGO / 配色 / 域名 / 导航，适合代理商 / MCN 给旗下账号开独立子站。

三、客户成功案例

案例 1：某知识观点赛道 MCN（矩阵 10+ 账号）

需求：10 个账号矩阵，日均出稿 50+ 条 60 秒口播视频

方案：部署三千AI智能体 + 每账号独立 IP 档案 + 多模型聚合网关

成果：

  • 单条生产时间从 5 小时压到 40 分钟
  • 日均出稿 10 → 50 条
  • 月度收入增长 3.8 倍
  • 评论区自动提炼选题，爆款率 8% → 23%

案例 2：某 AI 工具代运营公司（服务 50+ 企业）

需求：向中小企业提供 AI 内容代运营 SAAS 服务

方案：买断开源版源码 + DIY 装修换品牌 + SAAS 分站给客户独立子站

成果：

  • 单客户毛利 30% → 65%（省掉第三方 API 中间差价）
  • 年度 SAAS 订阅收入 ¥420 万
  • 客户续约率 92%

数据免责声明：以上为客户实测数据，部分来自用户反馈，不作为收益承诺。AI SaaS 的实际运营成果因市场、投入、执行力而异，请结合自身情况判断。

四、技术壁垒与服务承诺

独家模型调度技术

  • 智能路由算法：按成本 / 延迟 / 可用性自动选择最优模型
  • 实时模型切换：GPT-4o 超量时自动降级到 Claude / 通义
  • 跨 provider 流式协议统一：各家 SSE 格式在网关层转 openai-format

交付包

├── 部署工具包（Docker Compose 一键脚本）
├── License 文件 + RSA 公私钥
├── 行业模板库（知识观点 / 电商 / 育儿 / 法律 / 财经 等 16 赛道）
├── 画布工作流模板包（10+ 条口播视频链路 JSON）
├── 部署踩坑指南（含 6 条必避问题）
└── 法律合规白皮书（含 AIGC 标识、数据安全）

三档授权方案

档位 原价 说明
授权 ¥2980（现优惠 ¥2280） 仅授权,不含源码。用自己服务器部署发行包
包搭建 ¥3980 授权 + 代为远程搭建上线
开源源码 ¥13800 全部源码开放,可自行二次开发、换品牌、做 SAAS 分站

共同权益：绑域名不绑服务器 · 并发不限 · 后续版本更新免费 · 1 小时远程部署 · 7×24 技术响应 · 季度免费功能更新

全周期服务支持

  • 7×24 小时技术响应（工单系统）
  • 季度免费功能更新
  • 商业变现 1 对 1 辅导
  • 新模型接入即时同步

五、六个踩坑记录（必看）

坑 1：pgvector 维度不匹配

通义 embedding(1536) 换 bge-m3(1024) 必须 DROP INDEX + REINDEX：

DROP INDEX IF EXISTS idx_kf_embedding;
ALTER TABLE knowledge_fragments ALTER COLUMN embedding TYPE VECTOR(1024);
CREATE INDEX idx_kf_embedding ON knowledge_fragments
  USING ivfflat (embedding vector_cosine_ops) WITH (lists = 100);

坑 2：BullMQ payload 炸 Redis

长视频任务 buffer 存 OSS，队列只传引用：

// ❌ 错误:把 buffer 塞队列
await queue.add('video-render', { buffer: hugeBuffer })

// ✅ 正确:存 OSS,传 key
const key = await oss.put(`tmp/${uuid()}.raw`, hugeBuffer)
await queue.add('video-render', { ossKey: key })

坑 3：Nuxt 4 SSR hydration mismatch

画布编辑器必须 <ClientOnly> 包：

<ClientOnly>
  <CanvasEditor :canvas="canvas" />
  <template #fallback><div>加载中...</div></template>
</ClientOnly>

坑 4：中文全文检索

CREATE EXTENSION zhparser + chinese 搜索配置 + GIN 索引，查询从 800ms 降到 40ms。

坑 5：多模型流式协议

各家 SSE 格式不一，网关层统一转 openai-format：

function normalizeSSE(provider: string, raw: ReadableStream): ReadableStream {
  // DeepSeek / Kimi / Gemini / Claude 各自分支处理
}

六、立即行动，抢占 AI 商业红利

限时权益（仅限前 30 名客户）：

  • 🎁 免费部署护航：工程师远程 1 对 1 搭建
  • 🎁 首年 VIP 技术支持：24 小时内响应
  • 🎁 3 个月源码更新包：新节点 / 新模型即时同步
  • 🎁 商业变现 1 对 1 辅导：跑通订阅 / 按次 / 代理三种变现
  • 🎁 16 个赛道 IP 档案模板：冷启动省 3 个月

三千AI智能体系统源码 —— 不是工具，而是企业 AI 化的操作系统

立即体验：

七、FAQ（长尾搜索优化）

Q1：多模型聚合网关怎么实现统一 Token 计费？

预扣 + 实扣 diff，按 ai_model_rates 表费率，支持 call/token/second 三种单位。

Q2：AI 画布工作流引擎如何实现节点并行调度？

Kahn 拓扑排序 + 按依赖深度分组 + Promise.all 并发扔 BullMQ。

Q3：私有化部署 AI 应用怎么防破解？

License 文件 + RSA-SHA256 签名 + 绑域名校验，换域名联系重签。

Q4：PostgreSQL 怎么支持中文向量检索？

CREATE EXTENSION vector + zhparser，向量用 pgvector，全文检索用 zhparser + GIN 索引。

Q5：4 核 8G 服务器能扛多少 QPS？

对话流式 60-80 QPS；向量检索 400+；画布口播链路并发 3 条不拥塞。

Q6：支持哪些国产大模型？

深度求索 / 智谱 GLM / Kimi / 豆包 / 通义 / 文心 全部支持，后台填 API Key 即可。

Q7：能换品牌吗？

可以。DIY 装修中心改 LOGO / 主题色 / 域名；开源源码档位可做代码级定制。

觉得有用的同行，点赞 + 收藏 + 关注三连，你的支持是我继续更新的动力。下一篇写《多模型聚合网关的错误码归一化与自动降级方案》，技术同行不要错过。

挂标：#AI Agent #多模型聚合 #私有化部署 #SaaS 源码 #工作流引擎 #Nuxt4 #NestJS #Docker #pgvector

# 人工智能 # 语言模型 # docker # ux
Logo
openEuler 社区

openEuler 是由开放原子开源基金会孵化的全场景开源操作系统项目，面向数字基础设施四大核心场景（服务器、云计算、边缘计算、嵌入式），全面支持 ARM、x86、RISC-V、loongArch、PowerPC、SW-64 等多样性计算架构

更多推荐

cover

什么是 DAPP开发?DAPP 开发到底难不难?

avatar openEuler 社区
cover

通过Ubuntu和VMwareWorkStation揭秘MySQL数据库在C/S（客户端/服务器）模式中的使用

avatar openEuler 社区

Spring Boot 项目打包部署到云服务器的实践心得

在学习 Spring Boot 的过程中，我发现很多同学写好了本地能跑的项目，却不知道如何把它部署到云服务器上，让全世界都能访问。这次课程实践中，我从零开始，把一个简单的 Spring Boot Web 项目打包并部署到了阿里云 ECS 服务器上，踩了不少坑，也总结了一套完整的流程，在这里分享给大家。在这个过程中，我也意识到了很多细节的重要性，比如日志排查、环境一致性、端口安全配置等，这些都是课堂

avatar openEuler 社区