任意大模型对接
平台包裹任意大语言模型来产出结果，模型层可替换，因此组织不必把技术栈绑定在某一家模型供应商上。
价格未公布定价；提供免费开发者版与免费微试点
平台Web
归类AI 编程
收录2026-02-12
复核2026-02-12
编辑评分
4.2 / 5
★★★★☆
Dedoctive编辑总结
Dedoctive 是一款神经符号（neuro-symbolic）AI 平台，用可视化工作流构建可审计的智能体流程，让每一条回答都带多级来源超链接，能追溯到表格单元格或图片背景文字这一级。它由英国团队开发，得到 MoD、Innovate UK 和英国慈善资金支持，可对接任意大语言模型，避免绑定专有软件。平台提供免费开发者版 IDE，企业方向则以微试点（micro-pilot）形式落地。官方页面未公开定价档位与各套餐的具体额度。
Dedoctive是什么？
Dedoctive 是一款面向组织的神经符号 AI 平台，用于构建可审计的智能体（agentic）AI 工作流。它由英国团队开发，获得 MoD、Innovate UK 以及英国慈善资金支持，定位为英国主权技术，符合适用的开放标准且不依赖专有软件。
平台的工作方式是把 AI 推理嵌进透明的流程里：先建立经过策展的知识模型，让回答只从已验证的信息中产生；再用细粒度的来源超链接标出每条结论的出处；工作流本身用 BPMN 可视化设计，把智能体处理与确定性处理组合在一起。它能够包裹任意大语言模型，因此模型选择不被锁定。
不同角色的用法差异明显。普通业务用户拿到的是带超链接的结构化分析结果，可以直接点进来源核对，也可以沿着交互式可视化去探索信息之间的关联。开发者拿到的是免费 IDE——Dedoctive Developer Edition，用来构建、调试和部署开放标准的 AI 工作流。企业则通过联系团队启动项目，可选企业级部署、微试点或合作伙伴主导的项目形态。
Dedoctive核心功能
细粒度来源追溯
每条答案的每个部分都带超链接，直接指向专家验证过的来源，粒度可以细到单个表格单元格，或图片里的背景文字。
策展知识模型
响应只从经过验证的知识中生成，知识模型按 GOV.UK 数据质量维度维护：正确、完整、一致、最新、简洁、可核查。
BPMN 可视化工作流
混合工作流在界面上以 BPMN 图形方式设计，把 AI 推理放进透明、可合规审查的流程节点之间，而非黑盒调用。
拒绝编造答案
只提供与问题最相关的知识，答案全部取自经过验证的来源；如果找不到答案，平台会直接说明没有答案，而不是生成一个。
交互式可视化分析
自动识别信息条目之间的深层关联，包括表面上看似无关的条目，用户可用交互式可视化来梳理论点、查看上下文。
开发者版 IDE
Dedoctive Developer Edition 是一款免费 IDE，用于构建、调试和部署开放标准、透明可查的 AI 工作流，支持智能体与确定性处理混合。
私有化与脱敏
可按需提供本地部署或私有云方案，也可启用自动脱敏机制，确保信息不会以明文形式传输到云端服务。已通过 Cyber Essentials 认证。
Dedoctive值不值得用？
当你的决策场景必须能自证——比如每条结论都要指出它出自哪份文件的哪一行——Dedoctive 的设计正好对得上：多步专家工作流、单元格级超链接、找不到答案就明说。它也适合受合规与数据主权约束的组织，本地部署和自动脱敏都在选项里。但如果你的需求是通用内容生成或轻量问答，这套流程偏重，而且要联系团队启动项目，没有即买即用的自助入口。价格未公布，预算规划前需要先谈。
建议选它的情况
- 决策结果必须逐条可追溯到原始来源的场景
- 受数据主权或合规要求约束、需要本地部署的组织
- 想用免费 IDE 先验证开放标准工作流可行性的开发者
不建议选它的情况
- 只想做通用文案生成、不需要来源追溯的用户
- 希望自助注册即用、不接受先联系团队对接的用户
- 预算周期短、要求先看到明确价目表再决策的团队
Dedoctive使用建议
入门先把路子走对
- 先拿免费微试点把一份文档密集、且对证据质量和可辩护性有要求的决策流程交给团队，用免费微试点现场看效果，比看演示视频更直接。
- 从开发者版入手先下载 Dedoctive Developer Edition 这个免费 IDE，配合官方视频教程系列熟悉 BPMN 工作流的搭建方式，再考虑企业侧合作。
- 核对超链接粒度试用时重点点开答案里的来源链接，确认它是否能定位到具体表格单元格或图片背景文字——这是平台的核心能力，值得亲手验证。
进阶省时间也省钱
- 按质量维度治理知识知识模型按 GOV.UK 的六项数据质量维度维护：正确、完整、一致、最新、简洁、可核查。建库阶段就按这六项过一遍，后续答案的可信度才有底。
- 混合节点分担计算把确定性处理放在确定性节点里，只把真正需要推理的环节交给 AI，既降低算力开销，也让流程更容易审计和复现。
- 提前规划脱敏路径若涉及敏感数据，在方案阶段就确认走本地部署还是启用自动脱敏机制，避免上线前才发现信息出境不合规。
Dedoctive适合谁用？
公共部门决策团队
推荐结论需要能辩护、能指向官方文件原文的场景，单元格级来源链接直接对应这类审查要求。
受监管行业合规岗
推荐金融、医疗等需要保留推理链条备查的团队，BPMN 工作流和来源追溯能承担留痕工作。
AI 工作流开发者
推荐免费开发者版 IDE 支持开放标准，适合想搭智能体加确定性处理混合流程的工程人员先上手。
数据主权敏感组织
推荐需要本地部署或私有云、不让信息明文出境的机构可以谈私有化方案，另有自动脱敏机制可选。
预算周期短的采购方
有条件价格档位与各套餐额度未公布，需要先联系团队沟通，急着比价下单的团队会卡在这一步。
个人内容创作者
不推荐平台面向组织级文档密集决策流程，缺少自助注册入口，个人日常写作与配图需求用不上这套能力。
Dedoctive优点和缺点
优点
- 来源追溯可细到单个表格单元格或图片背景文字
- 可包裹任意大语言模型，不锁定模型供应商
- 不依赖专有软件，符合适用的开放标准
- 找不到答案时直接说明，不生成虚构回答
- 提供本地部署与自动脱敏，信息可不经明文上云
- 有免费开发者版 IDE 和免费微试点两条试水路径
- 已通过 Cyber Essentials 认证
缺点
- 定价档位与各套餐额度均未公布
- 企业合作需联系团队，无自助注册入口
- 仅见 Web 形态，未提及移动端应用
- 工作流需以 BPMN 图形方式搭建，有学习成本
- 面向文档密集决策场景，通用生成需求偏重
Dedoctive常见问题
Dedoctive 怎么收费？＋
价格档位与各套餐额度均未公布。目前可确认的免费入口有两个：一是 Dedoctive Developer Edition 这款免费 IDE，用于构建、调试和部署开放标准的 AI 工作流；二是面向企业场景的免费微试点，需要提供一份文档密集的决策流程。正式的企业级部署费用需联系团队沟通。
它和普通大模型应用有什么区别？＋
普通应用直接调用模型出结果，Dedoctive 则在模型外面套了一层神经符号平台：回答由人类专家设计的多步工作流产生，每个部分都带超链接指向专家验证过的来源，粒度可到表格单元格或图片背景文字。平台只在验证过的知识里找答案，找不到时会直接说明，不生成虚构内容。
可以用我自己选的模型吗？＋
可以。平台包裹任意大语言模型来产出结果，并且刻意为避免依赖专有软件而设计。模型层可替换意味着组织不必把技术栈绑定在某一家模型供应商上，后续更换模型不会推翻已有的知识模型和工作流。
数据安全怎么保障？＋
平台采用最佳实践安全协议保护信息与机密性，并已通过 Cyber Essentials 认证。如果有要求，可以部署为本地环境或私有云方案，也可以启用自动脱敏机制，确保信息不会以明文形式传输到云端服务。
怎么开始试用？＋
企业方向的做法是联系团队，提供一份文档密集、且对证据质量、可追溯性和可辩护性有要求的决策流程，团队会用一个免费微试点来展示价值，联系邮箱是 hello@collaboration-tools.com。开发者方向可以直接下载 Dedoctive Developer Edition 这款免费 IDE，官方另有一套视频教程系列。
有移动端应用吗？＋
目前可确认的形态是 Web 平台与开发者版 IDE，均未提及 iOS 或 Android 客户端。平台面向组织级的工作流设计、分析与审查场景，这类操作通常发生在桌面端。如需确认移动端支持情况，可在对接时直接询问团队。
