我的角色与贡献
个人参与结束后，本文保留该阶段的方案、交付与复盘；后续建议用于总结经验，不代表仍在执行的工作计划。
我作为 AI 产品经理，负责平台选型、能力层设计、治理规范与培训推广。
7+
评测平台数
~30
培训用户数
5
能力层要素
3
组合栈组件
挑战
平台选型、能力治理、工具集成与推广赋能必须同时落地。单靠一家厂商的工具无法闭环。
方案
我对比了 7+ 个平台（Aily、Dify OSS、WorkBuddy……），围绕「人、Agent、技能、工具、数据」定义了能力层，并用治理、复用与业务编排将其串联。
1
人
明确谁能调用什么、权限边界在哪。
2
Agent
每个 Agent 的能力范围与可调用工具被显式约束。
3
技能
技能有生命周期与版本，可被复用与编排。
4
工具
通过 MCP 统一接入，而非每个 Agent 各接一套。
5
数据
身份透传保证数据访问链路可审计。
关键决策
为什么是 Aily + Dify OSS + WorkBuddy 组合，而不是绑定单一厂商？因为闭环需要覆盖不同环节的能力，组合方案在能力、成本与可控性之间更平衡。
系统链路
用户经 Agent 与 AI Gateway 调用 MCP 能力层，再访问业务系统；身份与权限沿调用链传递。
技术细节
治理
- 基于角色的权限控制（RBAC）。
- 工具范围限制每个 Agent 可调用的能力。
- 从用户到 Agent 再到业务系统的身份透传。
- Agent 治理：高风险动作确认与审计。
平台
- 采用 Aily + Dify OSS + WorkBuddy 组合，而非绑定单一厂商。
- 技能生命周期与权限范围管理。
成果
平台组合与能力层定义已落地，并完成约 30 名用户的培训。持续采用情况尚需按实际业务使用验证。
项目价值
新场景可以复用已有的 Agent、技能与工具。
经验教训
下一次应把「高频场景的持续采用」作为成功标准，而不是只看培训覆盖面。