Agent Runtime
智能体运行环境,可加载 Skills、使用公司知识与实时数据、调用工具并快速返回可用工作成果,页面示例显示 Renewal Risk 技能加载耗时低于 1ms。
拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
ZGI 是一个面向企业的 AI 智能体构建与运行平台,核心是 Agent Runtime:让智能体加载 Skills、调用公司知识与实时数据、连接工具,并快速产出可用结果。它同时提供 Agent Studio、Workflows、Database、Model Management、Knowledge Assets 五个模块,覆盖智能体从设计到运行的全生命周期。模型网关可接入 OpenAI、Anthropic、Google、DeepSeek、Qwen 等多家供应商,按质量、可用性、成本或区域为每个智能体选型,并集中管理访问、配额、路由策略与回退。平台还预告了 Digital workers 概念,支持跨 Email、Lark、Slack、Microsoft Teams、WhatsApp、Telegram、WeCom、DingTalk 等渠道的持续角色型智能体,但该能力标注为开发中,当前版本尚不可用。
ZGI 是一个企业级 AI 智能体平台,定位为让业务团队用自有数据、工具、工作流、模型和 Skills 快速上线可用的智能体。它把智能体的设计、编排、数据查询、模型接入与知识管理收拢到同一平台内,适合希望把 AI 落到具体业务流程中的企业与开发者。
平台当前的主力形态是 Agent Runtime:智能体在这里加载 Skills、检索公司知识、查询实时数据、调用外部工具,并返回工作成果。官方给出的能力模块包括 Agent Studio(用 Skills、知识、工具和模型构建智能体)、Workflows(编排多步骤任务并检查每次执行)、Database(用自然语言查询业务库,带受管访问)、Model Management(接入供应商、选择模型、治理企业路由)和 Knowledge Assets(把公司文件变成可检索、可溯源的资产)。模型侧通过统一网关接入 OpenAI、Anthropic、Google、DeepSeek、Qwen 等全球与国内供应商,可按质量、可用性、成本或区域为每个智能体挑模型,并集中控制访问、配额、路由策略与回退。
不同角色的用法不一样:业务人员更常从 Agent Studio 与 Skills 入手,把续约风险提示、客户简报、跟进邮件这类任务做成可复用的智能体;技术团队则用 Workflows 编排多步骤流程、用 Database 做带权限的自然语言查询、用 Model Management 做模型路由与配额治理;知识管理者通过 Knowledge Assets 把公司文档转成可检索、可溯源的知识。Digital workers 是面向持续角色的方向,智能体拥有持久身份,跨越信息、系统和团队理解上下文、做出判断并把任务推进到结果,但目前处于开发中,尚未在当前版本提供。
智能体运行环境,可加载 Skills、使用公司知识与实时数据、调用工具并快速返回可用工作成果,页面示例显示 Renewal Risk 技能加载耗时低于 1ms。
智能体搭建入口,把 Skills、知识、工具和模型组合在一起,业务人员无需从零写代码即可配置出可运行的智能体。
多步骤任务编排能力,可把复杂工作拆成若干步骤执行,并检查每一次执行的细节,便于定位中间环节的问题。
用自然语言直接查询业务数据库中的实时数据,查询在受管访问下进行,适合需要让智能体读取企业真实数据的场景。
统一网关接入全球与国内模型供应商,可按质量、可用性、成本或区域为每个智能体选择模型,并集中管理访问、配额、路由策略与回退。
把公司文件转化为可检索、可溯源的内部知识资产,智能体在回答时可以引用公司知识,减少凭空生成。
智能体通过加载 Skills 获得具体业务能力,示例中包含 Renewal Risk、Customer Brief、Follow-up Email 三类技能,可按需加载。
面向持续角色的方向:智能体拥有持久身份,跨渠道保持上下文并异步推进长任务。官方标注该概念预览中的能力与渠道连接仍在开发,当前版本不可用。
ZGI 适合需要把 AI 落到具体业务流程、并且希望统一管理模型与数据的团队。它的价值点在于把智能体搭建、工作流编排、业务数据查询、模型治理和知识管理放在一个平台里,模型网关可以按质量、可用性、成本或区域灵活选型,这对多模型并用和跨境业务尤其有用。但公开页面没有列出任何价格档位,预算评估需要先与官方确认;Digital workers 这类持续角色能力仍标注为开发中,跨渠道连接当前不可用,不应作为选型依据。如果只是个人尝鲜或做简单问答,平台的企业治理特性会显得偏重;如果是企业要长期运营一批内部智能体,它的模块划分和治理能力更对路。
要把续约风险、客户简报、跟进邮件这类固定流程做成可复用智能体,Agent Studio 与 Skills 的组合可以少写代码。
需要统一接入多家模型供应商并按质量、可用性、成本或区域做路由、配额与回退治理,Model Management 正是为此设计。
手里有大量公司文件,希望变成可检索、可溯源的知识资产供智能体引用,Knowledge Assets 直接对应这一需求。
希望在 Email、Slack、Microsoft Teams 等渠道部署持续角色型智能体,需注意该能力仍标注为开发中,当前版本不可用。
价格未公布,采购前必须先与官方确认费用与授权范围,无法直接在线比对档位。
它是一个企业级 AI 智能体平台,让团队用自有数据、工具、工作流、模型和 Skills 快速上线可用的智能体。核心是 Agent Runtime:智能体在这里加载能力、检索公司知识、查询实时数据、调用工具并返回工作成果。
通过统一网关接入全球与国内多家模型供应商,已列出 OpenAI、Anthropic、Google、DeepSeek、Qwen 等。可按质量、可用性、成本或区域为每个智能体分别选择模型,并集中管理访问、配额、路由策略与回退。
通过加载 Skills 实现。页面上给出的示例技能包括 Renewal Risk、Customer Brief 和 Follow-up Email,智能体在运行时加载对应技能,回答区会显示技能加载状态,示例中 Renewal Risk 的加载耗时低于 1ms。
可以。Database 模块支持用自然语言查询业务数据库中的实时数据,并在受管访问下执行;Knowledge Assets 模块则把公司文件转成可检索、可溯源的内部知识,供智能体在回答时调用。
官方列出了 Email、Lark、Slack、Microsoft Teams、WhatsApp、Telegram、WeCom、DingTalk 等渠道,但这些属于 Digital workers 概念预览的一部分,相关能力与渠道连接仍在开发中,当前版本不可用。
公开页面没有列出任何价格档位或免费额度,需要与官方直接确认费用与授权范围后才能做预算评估。