通过 iModel 构建 AI 代理

根据所有可用数据构建、部署和管理 AI 代理，这些数据可以根据需要执行复杂的任务，并进行尽可能多或更少的交互。

使用 iModel 构建 AI 智能代理

基于你掌握的全部数据，构建、部署并管理能够执行复杂任务的 AI 智能代理 —— 无论它们处理多少交互，都能稳定运行、持续学习

在 iModel 中，你可以在一个可视化环境中集成数据、构建 AI 代理，并一站式完成部署、监控与治理。这些代理能够理解数字孪生模型的上下文，结合工程、运维和业务数据进行分析与决策。

通过直接连接原始数据源而非副本，确保 AI 访问的是真实、最新的数据。创建数据准备与语义建模工具，清洗、转换并优化输入数据，提高 AI 代理的响应精度与性能。

🔧

使用可视化工作流创建"智能工具"，让 AI 代理能够调用它们来获取信息或执行任务。构建不同层级的代理，从单一任务执行到多步骤推理与自动化流程。

🧠

利用 iModel 与 BIM、IoT、GIS、企业数据库的深度连接，为 AI 代理提供完整的上下文。通过直接连接原始数据源，确保 AI 访问的是真实、最新的数据。

🔄

无缝连接 OpenAI、Azure AI、Google Gemini、Hugging Face、DeepSeek 等主流模型。将企业数据与 LLM 结合，设计自定义 Prompt 和安全的逻辑控制。

📚

浏览或重用社区和企业内的 AI 工作流、代理模板与组件。在 iModel Hub 中创建自有 AI 工具库，用于快速组装和发布 AI 代理。

🛡️

在 iModel 的工作流中设定安全策略：可屏蔽敏感信息、匿名化 PII 后再调用 LLM。通过 "AI 裁判" 机制控制 AI 决策输出，确保稳定性与合规性。

🚀

直接将代理从 Hub 部署为可交互的 Web 应用或后台服务。构建符合 MCP 标准的 AI 系统，并将其部署为服务，运行在 iModel Hub 上。

国产化、安全可控、AI 赋能的可视化数据平台