Agentic AI 企业指南：了解企业如何从单个 AI 智能体升级到带角色、记忆、工具、渠道和人工复核的 OpenMax 智能体团队。 OpenMax 帮助企业从单个 AI 智能体升级为可协作的 AI 员工团队：它们可以规划任务、调用工具、记住上下文、跨渠道执行，并在需要判断时交给指定负责人审核。

了解与选型

指南 17

智能体工作流：设计、控制与业务示例

设计能够在明确边界内规划和执行的智能体工作流，了解任务范围、工具、审批、评估、异常恢复、指标与上线步骤。智能体工作流是一类边界清晰的业务流程：AI Agent 可以理解目标、从授权工具中选择操作、规划或调整步骤、观察结果，并在需要时请求人工协助。它与固定自动化的区别在于执行路径可以动态变化，但仍必须受权限、政策、预算、评估、停止条...

自动化与开发

指南 18

AI Agent 记忆指南：企业工作流与持久上下文

了解企业 AI Agent 记忆如何管理上下文、权限、人工审核和交接记录，以及 OpenMax 如何让 AI 数字员工的工作过程可检查、可追踪。

知识与数据

指南 19

AI Agent 编排指南：面向业务团队的安全部署

了解 OpenMax 的 AI Agent 编排方式，包括角色分工、持久记忆、多渠道协作、人工审核、任务交接和 AI 数字员工团队部署步骤。

平台与部署

指南 20

企业 AI 智能体：角色、任务、渠道指南

面向企业团队的 AI 智能体指南：比较角色、任务、渠道、记忆、部署方式，以及何时使用 OpenMax 智能体团队。 AI 智能体是能够理解目标、保留上下文、使用工具、跨系统执行动作，并在风险需要时请求人工复核的软件工作者。对企业团队来说，关键不是智能体能不能聊天，而是它能不能安全地承担一个定义清楚的角色。

了解与选型

指南 21

AI Agent 安全指南：企业治理与部署控制

了解企业部署 AI agent 时需要关注的身份权限、工具边界、记忆数据、日志审计、人工复核和事故响应控制，并了解 OpenMax 如何通过 Agent Cloud 管理 AI 员工团队。

风险与治理

指南 22

AI 智能体与聊天机器人：对话何时变成工作

比较 AI 智能体和聊天机器人的区别，了解 OpenMax 如何把对话升级为可执行的 AI 员工工作流。聊天机器人擅长回答问题、引导对话和收集信息；AI 智能体可以围绕目标读取上下文、调用工具、保留记忆、准备动作并升级风险。OpenMax 把这些能力组织成 AI employees 和 agent teams，让对话入口继续存在...

了解与选型

指南 23

企业 AI 工具指南：构建 AI 团队

面向企业团队的 AI 工具指南：比较 AI 平台、助手、自动化工具，并说明为什么企业需要 OpenMax 团队。 AI 工具是使用人工智能完成起草、搜索、分析、自动化、支持、代码、知识工作或业务运营的软件产品。对企业来说，关键区分是：一个工具只完成单个任务，还是 AI 团队能跨系统负责重复工作流。

平台与部署

指南 24

Human-in-the-Loop AI Agent：人工审核指南

使用 OpenMax 设计 Human-in-the-Loop AI Agent 工作流，配置风险分级、审批路径、异常升级和人工复核，让 AI 数字员工安全规模化运行。

风险与治理

指南 25

多智能体系统指南：企业工作流与团队协作

了解企业多智能体系统中的角色分工、共享记忆、任务编排、人工审核与交接机制，以及 OpenMax 如何管理可部署的 AI 数字员工团队。 OpenMax 按业务责任而不是智能体数量来组织多智能体工作流。每个 AI 数字员工都有清晰的角色边界，只共享必要上下文，并明确交接给下一个角色或人工负责人。

平台与部署

指南 26

需要 AI 智能体时的工作流自动化工具选择

比较工作流自动化工具、连接器工具和 OpenMax 员工，判断何时从固定自动化迁移到智能体工作流。连接器工具适合把应用串起来，但当工作需要阅读、判断、起草、更新系统和升级例外时，固定自动化就不够了。OpenMax 把 AI 员工放进工作流，让复杂步骤可以被执行和复核。

自动化与开发

指南 27

面向真实工作的 AI 智能体工作流软件

了解工作流软件、任务管理软件和 OpenMax 智能体如何协同，让业务团队从任务转派走向执行。工作流软件能安排任务、状态和提醒，但很多工作仍卡在阅读、判断、起草和系统更新上。OpenMax 为任务管理和工作管理增加 AI 员工，让工作流不只是排队，而是被真正执行。

自动化与开发

指南 36

AI 工单分类器：构建自己的分类流程

学习如何构建 AI 工单分类器，并了解 OpenMax、Zylos 与 HxA 如何支持工单识别、路由和人工审核边界。 AI 工单分类器会读取新工单，并给出类别、优先级、情绪、受影响模块和目标队列等结构化建议。完整流程还应保留原始消息和路由依据，并把判断不确定、权限受限或影响较大的工单交给明确的审核人。

自动化与开发

指南 37

CRM 自动化：实用工作流与控制指南

围绕可靠数据和明确责任规划 CRM 自动化，了解数据采集、分派、跟进、审批、去重、指标、控制与试点。 CRM 自动化使用触发器、规则、集成、工作流和 AI 辅助来采集与补充记录、分派负责人、创建任务、安排跟进、更新阶段、通知团队并同步系统。可靠的自动化会保留每项变更的数据来源和执行权限、防止重复、遵守用户同意与访问规则，并把客户账户...

自动化与开发

指南 38

文档自动化：从采集、验证到审批的完整指南

规划覆盖采集、提取、生成、审核、审批与保留的文档自动化，了解控制、AI 边界、证据、指标与试点。不需要生成文档时，直接交换结构化数据通常更合适。新类型或涉及法律、监管、临床、安全和高价值内容的文档，需要专业人员审核并执行符合组织要求的控制措施。

自动化与开发

指南 39

如何创建 AI Agent：从原型到生产的完整指南

学习如何从任务定义开始构建可用于生产环境的 AI Agent，覆盖模型、工具、记忆、评估、审批、安全、试点与监控。创建 AI Agent 时，应先定义可衡量的任务和所需上下文，明确验收标准，再选择模型、开放必要工具、设计状态与记忆，并加入安全边界、转人工机制、代表性评估和受控试点。能否用于生产，更取决于任务设计、工具接口约定、测试...

了解与选型

指南 40

人力资源自动化：实用工作流与安全边界

在保留人工用人决策权的前提下规划 HR 自动化，覆盖入职、员工档案、服务请求、审批、隐私、偏差检查与指标。 HR 自动化利用工作流、规则、集成和 AI 辅助，协调员工请求、入职与离职、文档收集、记录更新、审批、提醒、日程安排和报告。招聘、晋升、薪酬、纪律、解雇、合理便利措施等重大用人事项应保留人工决策权，并接受必要的法律和政策审核。

内容与人才

指南46

机器人流程自动化：规则、控制与 AI 衔接

规则型 RPA 适合稳定、重复的步骤；OpenMax 智能体补充判断、异常处理和可复核交接，而不是取代确定性自动化。

从请求到结果的受控工作流

指南47

智能自动化：结合 AI、规则与人工复核

智能自动化将 AI 判断、确定性规则、流程编排和人工复核结合起来，处理无法安全简化为单一自动化方式的工作。

从请求到结果的受控工作流

指南61

零代码自动化：让业务人员提效，也让流程保持可控

让业务人员无需编程也能搭建自动化流程，同时通过权限、测试、异常处理和人工复核避免失控。

查看完整页面

指南93

如何用 AI 自动化任务：从一个可逆流程开始，保留人工控制

这是一套把重复知识工作转成受控 AI 工作流的实操方法，覆盖输入、权限、人工复核、异常处理和可衡量结果。

自动化与开发

指南97

LLM AI 智能体平台 SLO、KPI 与阈值：从运行信号到业务结果的实用指南

面向需要判断智能体是否可用、够快、正确、安全、经济且真正有业务价值的生产团队。关键不是做一个总分，而是把不同问题拆成能触发调查、发布限制与人工接管的指标体系。

自动化与开发

指南100

AI 能否自动化企业翻译工作流？从适用内容到人工审核的实用指南

面向希望加快多语言工作、又不把所有文本都视为同等风险，不把不同语言当成简单替换，也不把语句流畅误认为含义与业务意图正确保留的团队。

自动化与开发

指南102

智能体 AI 平台架构：一套可治理、可测试、可恢复的分层设计指南

面向需要决定智能体状态放在哪里、工具如何授权、什么编排模式才有必要，以及怎样让每次决定都可观察、可恢复的生产团队。架构应从任务与风险出发，而不是从智能体数量出发。

自动化与开发

指南106

AI 销售自动化：搭建以被接受商机为目标的销售运营系统

面向营收团队的实操指南：自动完成账户研究、首触达草稿、回复分流、跟进、会议交接与 CRM 更新，同时把定位、同意、关系判断和预测责任留给销售人员。

自动化与开发

指南114

什么是 AI 智能体工作流自动化？一份面向真实运营的指南

这份指南用直白语言解释一种新型工作流：智能体能够理解上下文、在允许范围内选择动作、调用工具、保留状态并请求审批，而确定性规则继续保护关键边界。

自动化与开发

指南120

如何构建营销 AI 智能体：从任务契约到受控上线

这是一份面向营销与运营团队的实战指南。让智能体准备活动、生成有限草稿、协调工具并从结果中学习，同时不让自动化系统捏造客户洞察、品牌声明、同意状态、预算或业绩叙事。

自动化与开发

指南122

AI 驱动的研究助手指南：先核验证据，再生成结论

本指南系统讲解 AI 驱动的研究助手如何完成问题界定、检索规划、来源筛选、事实核验、观点综合与引用交付。你将看到一套可直接采用的五步实施方法、自动化与人工复核边界、工具评估清单、质量指标和风险控制建议，帮助团队在提升研究速度的同时，保留来源透明度、判断责任与可审计记录，并逐步形成跨团队可复用的研究标准与审核机制。

知识与数据

指南123