Botnow

Botnow

AI TOOL PROFILE工具资料

企业级 AI 智能体工作平台,让 AI 从工具进化为同事

官网地址 https://botnow.cn

访问官网
价格未公开具体定价,提供免费试用
平台Web / 私有化部署
归类AI 智能体
收录2026-01-01
复核2026-01-01
编辑评分 4.2 / 5

Botnow编辑总结

EDITOR REVIEW编辑评测

Botnow 是北京灵快科技有限公司推出的企业级 AI 智能体工作平台,核心是把办公任务交办给 AI 智能体自主执行。平台分使用、开发与治理三层:业务人员在 Agent 工作台中交办任务或设定排期,开发人员在控制台可视化装配,管理员在治理层管控边界。配套提供可视化编排、Workflow、MCP、企业知识库与全链路可观测等能力。底层支持完全离线的私有化部署,并内置沙箱隔离、人工审批与命令白名单等安全机制。不足在于智能体的构建与治理需要企业有相应的组织与管理员投入,个人用户难以发挥其协作价值。

Botnow是什么?

Botnow 是北京灵快科技有限公司运营的企业级 AI 智能体工作平台,定位是让 AI 从工具进化为同事,帮助企业快速构建专属 Agent、统一治理并让成果自动沉淀。目标客户是需要合规落地的企业组织,而非个人开发者。

平台在架构上分为三层:业务人员在 Agent 工作台交办任务,开发人员在控制台装配能力,平台管理员在治理层管控边界,三层共用同一套底座与同一条发布线。核心模块包括企业级 Cowork、智能体开发与智能体治理,并覆盖可视化编排、Skill 全生命周期管理、Workflow 编排、MCP 与插件接入、企业级知识库以及调用、智能体、模型、平台运营、资源五个维度的可观测能力。

普通业务人员只需在 Cowork 工作台交办任务或为周期性工作设定排期;开发人员使用可视化编排定义角色边界、绑定模型与推理档位、挂载知识库与工具;平台管理员则通过治理层配置审批策略、沙箱隔离与网络放行清单。

Botnow核心功能

CAPABILITIES工具标签

企业级 Cowork 工作台

以任务为中心组织协作,业务人员把任务交办给 Agent 或为周期性工作设定执行周期,规划、取数、计算、成文由智能体完成,过程逐条可见,中途可追加指令纠偏。

三种智能体运行形态

对话型以模型为核心自主判断调用时机,适用于问答、抽取与改写;工作流型每轮触发预设流程,执行轨迹逐节点可查,适用于审批与合规;自主型运行于隔离沙箱,具备文件系统、命令行与浏览器,可委派子智能体。

Skill 全生命周期管理

把专业做法封装成技能文件包,由自主型智能体按需加载。覆盖创建、发布、分发、退役四个阶段:发布时生成版本快照并赋语义化版本号,设定三档可见性,默认私有;分发仅下发已发布版本,不回落至开发者草稿。

Workflow 可视化编排

拖拽连线构图,逐节点调试,上线前静态校验。节点涵盖大模型、知识检索、条件分支、意图分类、三种循环、代码执行、数据库、HTTP、插件与 MCP。护栏统一约束并行深度、图深度、循环轮次与文件大小上限。

MCP 与插件接入

三个接入方向覆盖使用生态、供给生态与自有系统:填写服务地址、传输方式与认证信息接入外部 MCP Server 并自动发现工具;将平台内智能体、工作流与知识库反向暴露为 MCP;REST 接口经 OpenAPI 文档批量导入即成工具,支持四种鉴权方式。

企业级知识库

文档、结构化表格、多媒体、Web 站点四类库对应四种数据形态。切分支持按长度、按标题层级、按自定义分隔符三种策略,另有问答拆分、父子块与多模态分片;检索支持向量、全文与混合三种模式,默认混合双路并行后去重合并再精排。

全链路可观测

单一 trace 贯穿接口、引擎、运行时与模型出口,含子智能体委派。可按智能体归集会话量、调用次数、Token 消耗与用户反馈;按模型归集调用次数、Token 构成、缓存命中与失败率;技能按版本分别统计。

Agent 执行安全

六项安全机制覆盖生产上线前的边界问题:运行时内不下发长效密钥,模型调用统一经网关出口;一人一沙箱、用毕即销毁,独立持久卷且路径不可预测;三档审批策略可选,企业环境默认全量人工审批,文件改动可按检查点回滚。

Botnow值不值得用?

VERDICT工具标签

当企业要在一套受控环境里跑多部门的智能体、并且需要留痕和审批时,Botnow 的三层架构是有针对性的答案:业务人员交办任务、开发人员装配能力、管理员控边界,三层共用同一套底座,避免各部门重复搭建。供应商准入尽调、竞品对标这类需要联网检索加确定性计算的任务,用工作流型智能体加代码执行节点就能稳定跑出来,产物自动归位到云盘并可受控共享。 如果只是个人想试一个问答机器人,这套平台的治理层会显得过重;预算未公开、价格未公布,采购前还需通过电话或邮箱联系确认。

建议选它的情况

  • 需要让 AI 参与尽调、巡检、对账等周期性工作的企业团队
  • 对操作留痕、人工审批与沙箱隔离有硬性要求的合规场景
  • 希望通过可视化编排让非开发人员也能装配智能体的组织

不建议选它的情况

  • 只想快速搭一个问答机器人、不在意治理与留痕的个人用户
  • 预算敏感、需要先看到公开报价再决策的小型团队

Botnow使用建议

HOW TO USE工具标签
入门先把路子走对
  1. 先用工作台交办任务进入 Agent 工作台,把一件具体的任务交办给 Agent,观察它的执行步骤是否逐条可见,再决定要不要把它固化成流程。
  2. 周期工作先设排期周报、巡检、对账这类重复工作不必每次手动发起,在排期里设定执行周期后自动运行,日历与列表两种视图都能看到历次记录。
  3. 按复杂度选运行形态问答、抽取、改写选对话型;审批与合规环节选工作流型;需要文件系统与命令行的任务才选自主型,避免为简单场景付出重装备的代价。
进阶省时间也省钱
  1. 结构化输出交给 JSON抽取类任务把 LLM 节点的输出格式选 JSON,字段各自落到预定义参数上,下游节点直接引用字段,抽取失败时字段为空能立刻发现。
  2. 循环节点设迭代上限竞品名单从 5 家扩到 30 家时调用量和执行时长线性增长,循环开始节点上必须设最大迭代次数,必要时先用代码执行节点过滤或截断。
  3. 确定性计算走代码节点口径归一、补齐缺失值、算维度差异度这类计算交给代码执行节点,结果可复算,不经过生成环节,避免模型自行发挥。
  4. 用差异比对代替重读给智能体配定时任务按季度重跑,新一轮结果只推送发生变化的条目,人不必每季度重读整张对标表。

Botnow适合谁用?

WHO IS IT FOR工具标签

企业平台管理员

推荐

需要为一个组织统一管控智能体边界、审批策略与网络放行清单,平台的治理层正好承接这类职责。

业务部门负责人

推荐

把尽调、巡检、对账等周期工作设成排期自动执行,历次执行记录逐次留存,适合需要过程可追溯的业务线。

企业应用开发者

推荐

用可视化编排定义角色与边界、挂载知识库与工具,无需从零写代码,但需要理解智能体与工作流的差异。

个人开发者

不推荐

平台面向企业组织设计,私有化部署与审批治理对个人使用来说是额外负担,性价比不高。

预算敏感的采购方

有条件

价格未公布,只能通过电话或邮箱联系确认方案与费用,采购流程上需要预留沟通周期。

Botnow优点和缺点

PROS & CONS工具标签

优点

  • 使用、开发、治理三层职责分离,避免各部门重复搭建同一套能力
  • 企业环境默认全量人工审批,超出白名单的命令挂起等待放行
  • 一人一沙箱且用毕即销毁,独立持久卷路径不可预测,不跨使用者残留
  • 服务商真实密钥仅存于网关一侧,运行时只持有绑定工作区的临时凭证
  • 知识库答案锚定检索到的原文并标注来源,检索不到即如实说明
  • 单一 trace 贯穿接口、引擎、运行时与模型出口,含子智能体委派
  • 支持完全离线的私有化部署,覆盖公有云、私有化集群与单机离线包

缺点

  • 价格未公布,需要联系销售确认后才能评估成本
  • 治理层与审批配置对企业管理员有一定上手门槛
  • 面向组织协作设计,个人用户难以发挥其价值
  • 自主型智能体具备文件系统与命令行,需配合白名单谨慎放开

Botnow常见问题

FAQ工具标签
Botnow 能做什么?

核心是在 Agent 工作台里把任务交办给智能体自主完成。以供应商准入尽调为例,智能体会把任务拆解为工商资质核验、涉诉记录检索、历史履约核算三项,调用企业征信查询、裁判文书检索等连接器并行核查,再用代码执行节点算汇总,最后生成尽调结论、风险对照表、引用清单与过程留痕四类产物并归档到云盘。

智能体有哪些运行形态,怎么选?

三种。对话型以模型为核心自主判断调用时机,响应最快、并发承载最好,适用于问答、抽取与改写;工作流型每轮直接触发预设流程,结果高度稳定、执行轨迹逐节点可查,适用于审批与合规环节;自主型运行于隔离沙箱,具备文件系统、命令行与浏览器,跨会话保持记忆并可委派子智能体。按任务复杂度选择,不必为简单场景付出重装备的代价。

怎么保证智能体不会乱来?

平台从六项入手约束执行边界。运行时内不下发长效密钥,模型调用统一经网关出口,真实密钥仅存于网关一侧;一人一沙箱,隔离边界设于挂载与命名空间层面,用毕即销毁不回池复用;高危及超出白名单的命令挂起等待放行,企业环境默认全量人工审批,文件改动可按检查点回滚。

能不能接入公司已有的系统和模型?

可以。三个接入方向分别覆盖使用生态、供给生态与接入自有系统:填写服务地址、传输方式与认证信息即可接入外部 MCP Server 并自动发现工具列表;平台内的智能体、工作流与知识库可反向暴露为 MCP 供既有客户端调用;REST 接口经 OpenAPI 文档批量导入即成工具,支持四种鉴权方式。

知识库支持哪些数据,检索准不准?

四类库对应四种数据形态:文档、结构化表格、多媒体与 Web 站点,其中站点类可设周期性重爬保持新鲜。检索支持向量、全文与混合三种模式,默认混合双路并行后去重合并,再经重排模型精排。答案锚定检索到的原文并标注来源,检索不到即如实说明。

怎么知道某个智能体值不值得继续投入?

按智能体维度归集会话量、调用次数、Token 消耗与用户反馈,可下钻至单次会话的完整事件流。资源侧还会统计技能、连接器、工作流与知识库各自的调用量、成功率与耗时,技能按版本分别统计以便比较新旧版本表现。

部署方式有哪几种?

官网场景页列出三种部署形态:公有云、私有化集群与单机离线包。智能体治理层也支持完全离线的私有化部署,适合对数据不出内网有要求的企业。