AI 功能¶

AI 建议设置

Turbo EA 包含由 AI 驱动的功能，使用大型语言模型（LLM） 来协助用户。所有 AI 功能共享一个AI 提供商配置 —— 一次设置，处处使用。

当前可用的 AI 功能：

描述建议 —— 使用网络搜索 + LLM 自动生成卡片描述
投资组合洞察 —— 按需生成应用投资组合的战略分析

这些功能是可选的且完全由管理员控制。它们可以使用本地 Ollama 实例完全在您自己的基础设施上运行，也可以连接到商业 LLM 提供商。

工作原理¶

AI 建议流程有两个步骤：

网络搜索 —— Turbo EA 使用卡片的名称和类型作为上下文查询搜索提供商（DuckDuckGo、Google Custom Search 或 SearXNG）。例如，名为「SAP S/4HANA」的应用程序卡片会生成「SAP S/4HANA 软件应用程序」的搜索。
LLM 提取 —— 搜索结果连同类型感知的系统提示一起发送给配置的 LLM。模型生成描述、置信度评分（0-100%）并列出使用的来源。

结果以以下形式展示给用户：

一个可编辑的描述，可以在应用前查看和修改
一个置信度徽章，显示建议的可靠程度
来源链接，以便用户验证信息

支持的 LLM 提供商¶

提供商	类型	配置
Ollama	自托管	提供商 URL（例如 `http://ollama:11434`）+ 模型名称
OpenAI	商业	API 密钥 + 模型名称（例如 `gpt-4o`）
Google Gemini	商业	API 密钥 + 模型名称
Azure 托管的 OpenAI	商业	API 密钥 + Azure 资源端点 + 部署名称 + API 版本（默认 `2025-01-01`）
OpenRouter	商业	API 密钥 + 模型名称
Anthropic Claude	商业	API 密钥 + 模型名称
Amazon Bedrock	您的 AWS 账户	AWS 区域 + 模型 ID 或推理配置文件 ID；IAM 角色，或可选的访问密钥

商业提供商需要 API 密钥，该密钥使用 Fernet 对称加密存储在数据库中。Amazon Bedrock 是例外：默认使用容器的 IAM 角色进行身份验证，因此无需存储或轮换密钥。

搜索提供商¶

提供商	设置	说明
DuckDuckGo	无需配置	默认。零依赖 HTML 抓取。无需 API 密钥。
Google Custom Search	需要 API 密钥和自定义搜索引擎 ID	在搜索 URL 字段中以 `API_KEY:CX` 格式输入。结果质量更高。
SearXNG	需要自托管的 SearXNG 实例 URL	注重隐私的元搜索引擎。JSON API。

设置¶

选项 A：捆绑 Ollama（Docker Compose）¶

最简单的入门方式。Turbo EA 在其 Docker Compose 配置中包含一个可选的 Ollama 容器。

1. 使用 AI 配置文件启动：

docker compose --profile ai up --build -d

2. 启用自动配置，在 .env 中添加以下变量：

AI_AUTO_CONFIGURE=true
AI_MODEL=gemma3:4b          # 或 mistral、llama3:8b 等

启动时，后端将：

检测 Ollama 容器
将连接设置保存到数据库
如果配置的模型尚未下载，则拉取该模型（在后台运行，可能需要几分钟）

3. 验证：在管理 UI 中，前往设置 > AI 建议确认状态显示为已连接。

选项 B：外部 Ollama 实例¶

如果您已在独立服务器上运行 Ollama：

在管理 UI 中前往设置 > AI 建议。
选择 Ollama 作为提供商类型。
输入提供商 URL（例如 http://your-server:11434）。
点击测试连接 —— 系统将显示可用模型。
从下拉菜单中选择一个模型。
点击保存。

选项 C：商业 LLM 提供商¶

在管理 UI 中前往设置 > AI 建议。
选择您的提供商（OpenAI、Google Gemini、Azure OpenAI、OpenRouter 或 Anthropic Claude）。关于 Amazon Bedrock，请参见下面的选项 D。
输入您的 API 密钥 —— 存储前将被加密。
输入模型名称（例如 gpt-4o、gemini-pro、claude-sonnet-4-20250514）。
点击测试连接进行验证。
点击保存。

选项 D：Amazon Bedrock¶

模型在您自己的 AWS 账户中运行，因此提示词绝不会离开账户边界，也无需管理第三方 API 密钥。

1. 启用模型访问权限：在 AWS Bedrock 控制台的 Model access 中，为您打算使用的区域启用。访问权限按模型授予；部分供应商会要求一次性填写用例说明。

2. 授予权限。 Turbo EA 使用容器的 IAM 角色（ECS 任务角色、EKS 服务账户或 EC2 实例配置文件）。为其附加以下策略：

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Action": [
        "bedrock:InvokeModel",
        "bedrock:InvokeModelWithResponseStream",
        "bedrock:ListFoundationModels",
        "bedrock:ListInferenceProfiles"
      ],
      "Resource": "*"
    }
  ]
}

3. 配置 Turbo EA：

在管理 UI 中前往设置 > AI。
选择 Amazon Bedrock 作为提供商。
输入 AWS 区域 —— 例如 eu-central-1。此字段填写区域，而非 URL。
将 API 密钥字段留空以使用 IAM 角色。在 AWS 之外，请改为输入 ACCESS_KEY_ID:SECRET_ACCESS_KEY；它会像其他提供商密钥一样在存储前加密。
点击测试连接。将列出该区域提供的所有模型和推理配置文件。
从列表中选择模型并点击保存。

较新的模型需要推理配置文件 ID

较新的模型（包括 Claude Sonnet 4）无法通过其普通模型 ID 调用。Bedrock 会返回 ValidationException，提示不支持按需吞吐量。请改用区域推理配置文件 ID，它带有 eu.、us. 或 apac. 等地理前缀：eu.anthropic.claude-sonnet-4-20250514-v1:0。因此测试连接会优先列出配置文件 ID。

配置选项¶

连接后，您可以在设置 > AI 建议中微调此功能：

按卡片类型启用/禁用¶

并非每种卡片类型都同样受益于 AI 建议。您可以为每种类型单独启用或禁用 AI。例如，您可以为应用程序和 IT 组件卡片启用它，但对组织卡片禁用，因为组织描述是公司特定的。

取消勾选所有卡片类型并不等于关闭该功能 —— 它表示不按类型限制，因此建议按钮会出现在所有卡片类型上。

搜索提供商¶

选择在发送给 LLM 之前使用哪个网络搜索提供商来收集上下文。DuckDuckGo 无需配置即可使用。Google Custom Search 和 SearXNG 需要额外设置（参见上方的搜索提供商表格）。

模型选择¶

对于 Ollama，管理 UI 显示 Ollama 实例上当前已下载的所有模型。对于商业提供商，直接输入模型标识符。

使用 AI 建议¶

卡片详情上的 AI 建议面板

管理员配置后，具有 ai.suggest 权限的用户（默认授予管理员、BPM 管理员和成员角色）将在卡片详情页面和创建卡片对话框中看到星光按钮。

在现有卡片上¶

打开任何卡片的详情视图。
点击星光按钮（当该卡片类型启用 AI 时，在描述分区旁边可见）。
等待几秒钟完成网络搜索和 LLM 处理。
查看建议：阅读生成的描述，检查置信度评分，验证来源链接。
如需要可编辑文本 —— 建议在应用前完全可编辑。
点击应用设置描述，或点击取消放弃。

创建新卡片时¶

打开创建卡片对话框。
输入卡片名称后，AI 建议按钮变为可用。
点击它在保存前预填描述。

应用程序特定建议¶

对于应用程序卡片，当 AI 在网络搜索结果中找到证据时，还可以建议额外的字段：

商业应用程序 —— 如果找到定价、许可信息或销售联系页面，则会启用
托管类型 —— 根据产品的部署模型建议为 On-Premise、Cloud (SaaS)、Cloud (PaaS)、Cloud (IaaS) 或 Hybrid

这些字段仅在 AI 找到明确证据时才会被建议 —— 不会进行推测。用户可以在应用之前查看和调整这些值。

Note

除了应用程序特定字段外，AI 建议主要生成描述字段。其他卡片类型的自定义字段尚未涵盖。

投资组合洞察¶

启用后，应用投资组合报告会显示一个 AI 洞察 按钮。点击该按钮会将当前投资组合视图的摘要（分组、属性分布和生命周期数据）发送给配置的 LLM，后者会返回 3-5 条可操作的洞察。

洞察关注以下方面：

集中风险 — 某个组或状态中的应用过多
现代化机会 — 基于生命周期和托管数据
投资组合平衡 — 子类型、组和属性的多样性
生命周期问题 — 即将到达生命周期终点的应用
成本或复杂性驱动因素 — 基于属性分布

启用投资组合洞察¶

前往设置 > AI > 投资组合洞察。
开启投资组合洞察。
点击保存。

权限¶

角色	访问权限
管理员	完全访问：配置 AI 设置、使用建议和投资组合洞察
BPM 管理员	使用建议和投资组合洞察
成员	使用建议和投资组合洞察
查看者	无权访问 AI 功能

权限键为 ai.suggest 和 ai.portfolio_insights。自定义角色可以通过角色管理页面获得这些权限。

隐私和安全¶

自托管选项：使用 Ollama 时，所有 AI 处理都在您自己的基础设施上进行。数据不会离开您的网络。
加密 API 密钥：商业提供商的 API 密钥在存储到数据库之前使用 Fernet 对称加密进行加密。
仅搜索上下文：LLM 接收网络搜索结果和卡片的名称/类型 —— 不包括您的内部卡片数据、关系或其他敏感元数据。
用户控制：每个建议都必须由用户审查并明确应用。AI 永远不会自动修改卡片。
您自己的 AWS 账户：使用 Amazon Bedrock 时，推理在您的 AWS 账户内运行。提示词保留在账户边界内，并受您自己的服务控制策略管辖。

故障排除¶

问题	解决方案
AI 建议按钮不可见	检查是否在设置 > AI 建议中为该卡片类型启用了 AI，以及用户是否拥有 `ai.suggest` 权限。
「AI 未配置」状态	前往设置 > AI 建议完成提供商设置。点击测试连接进行验证。
模型未出现在下拉菜单中	对于 Ollama：确保模型已下载（`ollama pull model-name`）。对于商业提供商：手动输入模型名称。
建议缓慢	LLM 推理速度取决于硬件（Ollama）或网络延迟（商业提供商）。较小的模型如 `gemma3:4b` 比较大的模型更快。
置信度评分低	LLM 可能无法通过网络搜索找到足够的相关信息。尝试使用更具体的卡片名称，或考虑使用 Google Custom Search 获取更好的结果。
连接测试失败	验证提供商 URL 是否可从后端容器访问。对于 Docker 设置，确保两个容器在同一网络上。
Bedrock 返回「AccessDeniedException」	有两种可能原因：IAM 角色缺少 `bedrock:InvokeModel` 权限，或未在 Bedrock 控制台中为该模型启用访问权限。请检查这两项。
Bedrock 提示不支持按需吞吐量	该模型只能通过区域推理配置文件访问。运行测试连接，并选择前缀为 `eu.`、`us.` 或 `apac.` 的 ID。

环境变量¶

这些环境变量提供初始 AI 配置。通过管理 UI 保存后，数据库设置优先。

变量	默认值	描述
`AI_PROVIDER_URL`	（空）	兼容 Ollama 的 LLM 提供商 URL
`AI_MODEL`	（空）	LLM 模型名称（例如 `gemma3:4b`、`mistral`）
`AI_SEARCH_PROVIDER`	`duckduckgo`	网络搜索提供商：`duckduckgo`、`google` 或 `searxng`
`AI_SEARCH_URL`	（空）	搜索提供商 URL 或 API 凭据
`AI_AUTO_CONFIGURE`	`false`	启动时如果提供商可达则自动启用 AI