千里马MaxiMacn智能工作台｜AI工作流编排与企业任务协同平台

一分钟看懂：千里马 MaxiMacn 智能工作台是做什么的

一句话定位：千里马 MaxiMacn 是一套面向中小企业的 AI 智能工作台平台，把「项目立项 → 流程编排 → 任务执行 → 成果沉淀」的全链路，与「图片 / 视频 / 音频 / 文本」四类 AI 生产能力，收进同一个工作台里。
核心业务：办公协同与任务管理（角色分层、待办四象限、卡点跟进、SOP 知识库）+ AI 工作流编排（无限画布节点连线、执行引擎）+ 业务场景 Agent（智能招聘、AI 智能客服、选品中心、运营看板）。
适合谁用：需要「老板看全局、主管排流程、员工接任务」三层协同的团队，尤其是电商运营、内容生产、跨境业务，以及 AI 工具用得散、账号成本高的团队。
解决什么痛点：流程不透明（项目拖延）、汇报链路冗长（决策滞后拿到二手信息）、知识资产不沉淀（人员流失即流失）、AI 工具碎片化（成本高且数据出域）。
怎么用：Web 浏览器打开即用，无需安装；也支持 PC 客户端壳与私有化部署。手机端用于老板看 BI 看板和处理待办审批。
技术底座：React 18 + TypeScript 前端，模块化单体后端起步，AI 网关统一路由 100+ 模型供应商，积分制计量 AI 用量，执行引擎按 DAG 依赖计数驱动并支持断点续跑。
怎么联系：电话 13710378781，邮箱 110448938@qq.com，也可以直接点导航栏「进入工作台」在线体验。

Why · 为什么需要它

四类结构性浪费，正在吃掉团队的执行力

需求调研发现，团队的问题不是「不努力」，而是缺少一条从立项到执行的清晰链路。以下四类浪费彼此叠加，形成恶性循环。

`P1`流程不透明

立项到执行全靠人对人对接，中间环节漏掉、忘记，等发现时已经错过最佳入场时间。

业务损失：项目拖延，错过最佳入场时间

`P2`汇报链路冗长

一层层汇报、日报周报月报，信息在传递中被反复加工、逐级损耗。

业务损失：管理者拿到二手信息，决策滞后

`P3`知识不沉淀

员工离职后，经验、素材、方法留在个人手里，新人重复踩同样的坑。

业务损失：公司资产流失，新人重复试错

`P4`AI 工具碎片化

生图、生视频、生音频、文本对话分散在多个 SaaS，账号订阅成本高、素材无法归档复用、数据出域有风险。

业务损失：成本高、素材不可复用、数据风险

三条产品主线对应四类痛点：办公 OA 协调模块解决 P1 / P2 / P3（角色分层、画布编排、待办四象限、知识库沉淀）；业务场景模块把 AI 嵌入具体岗位（智能招聘、智能客服、选品中心、运营看板）；AI 工具模块解决 P4（常规工作区开箱即用 + 无限画布自由编排）。

Modules · 产品模块

三个模块群，覆盖从立项到经营的全部动作

平台按 A / B / C 三大模块群组织，功能全景如下。A 模块解决协同，B 模块解决岗位场景，C 模块解决 AI 生产力本身。

千里马 MaxiMacn 智能工作台
├── A. 办公 OA 协调模块
│   ├── A1 老板 BI 可视化看板（PC / 移动）
│   ├── A2 项目立项与空间管理
│   ├── A3 无限画布 · 流程编排
│   ├── A4 员工工作台 · 待办四象限
│   ├── A5 任务流转与卡点跟进
│   ├── A6 知识库与 SOP 沉淀
│   └── A7 消息通知中心
├── B. 业务场景模块
│   ├── B1 智能招聘 Agent
│   ├── B2 AI 智能客服（多平台聚合）
│   ├── B3 选品中心
│   └── B4 运营看板
└── C. AI 工具模块
    ├── C1 常规工作区（对话 / 文生图 / 图生图 / 文生视频 / 图生视频）
    ├── C2 电商主图与详情图工作流
    ├── C3 无限画布 · AI 工作流引擎
    ├── C4 模型接入与路由（AI 网关）
    ├── C5 积分与用量计费
    └── C6 任务中心与素材资产库

A1 老板 BI 可视化看板

深色大屏风格，任务统计、综合完成度、项目进度趋势（计划 vs 实际双曲线）、流程清晰度评分、成员贡献排行、状态分布环形图、实时动态流。移动端保留核心数字卡片与实时动态。

A2 项目立项与空间管理

一次立项对应一个项目空间，画布、任务、文件、成员全部归属该空间。立项表单内置 TikTok 前置校验：是否可视化、好不好拍、痛点卖点是否需要拍素材，未勾选不通过。

A3 无限画布 · 流程编排

把整体规划以大纲落到画布，逐环节细化并标注紧急度与时间节点；节点连成 DAG 后一键执行，SSE 实时回传每个节点的执行进度。

A4 员工工作台 · 待办四象限

按「重要性 × 紧急度」把任务分入四象限，支持四象限 / 列表 / 日历三种视图切换、跨象限拖拽、多维筛选，是员工每天打开即用的首页。

A5 任务流转与卡点跟进

未完成必须选原因、卡点必须填原因，卡点实时推送创建者与主管。主管在卡点看板一眼看到「哪个环节、哪个员工、何种原因卡住」，而不是等下属来汇报。

A6 知识库与 SOP 沉淀

代办里可 @ 知识库文档，把重复执行的工作整理成 SOP，员工只按流程做。支持版本管理、必读确认、任务详情显示「执行时的 SOP 版本号」，避免 SOP 更新后责任不清。

A7 消息通知中心

新任务派发、任务超期、登记卡点、SOP 更新、画布执行完成/失败、积分余额预警、老板周报摘要，全部走站内通知 + 推送，卡点为高优先级。

B1 智能招聘 Agent

JD 结构化解析 → 简历采集 → 大模型语义打分排序 → 生成短名单 → 自动邀约面试 → 面试登记 → 可审计报告。合规红线：禁用敏感字段，最终录用决定必须由人做出。

B2 AI 智能客服（多平台聚合）

把 TikTok Shop / Shopee / Lazada / Amazon / WhatsApp / 网站 / 邮箱的消息汇总到一个工作台，AI 查知识库与订单物流后回复，退款投诉、负面情绪、差评风险强制转人工。

B3 选品中心 / B4 运营看板

选品中心用大模型调研公开市场数据，输出目标国家市场规模、趋势判断、对标店铺与潜力品清单；运营看板把不同平台经营数据统一到一屏，含 KPI 卡、经营信号与新品表现表。

C1–C6 AI 工具与底座

常规工作区（对话 / 文生图 / 图生图 / 文生视频 / 图生视频）、电商主图与详情图工作流、无限画布 AI 工作流引擎、AI 网关、积分计费、任务中心与素材资产库。

Roles · 角色体系

三层角色，是整套权限、看板与任务流转的骨架

这一层必须在系统建模阶段就固化，而不是事后补权限。关键设计约束：角色不写死在用户表上，而以「项目空间内的成员角色」建模——同一人可以在 A 项目是负责人，在 B 项目是执行者。

L1 老板 / 决策者制定者

查看全部门业务成效与项目总进度
发布立项、指定负责人与目标周期
把任务分发给部门负责人
核心界面：老板 BI 可视化看板（PC + 移动端）

能做：发布立项 · 分发任务 · 编辑 SOP · 充值分配积分 · 成员管理 · 审计日志

L2 管理层 / 主管大脑

在无限画布上编排业务流程
细化任务并分发、维护 SOP
跟进卡点，判定「值不值得做」
核心界面：项目流程大纲 + 画布编辑器

能做：画布编辑 · 分发与接收任务 · 卡点看板（本部门）· 编辑 SOP · 经营看板（只读）

L3 员工 / 执行者执行

接收任务、完善细化、每日查看任务量
提交完成，或登记未完成原因 / 卡点
按 @ 引用的 SOP 执行
核心界面：员工工作台 · 待办四象限

能做：执行任务 · 提交完成 / 未完成 / 卡点 · 卡点看板（仅看自己）· 编辑 SOP 不可用

权限分三层实现：① 功能权限走 RBAC（task.create / canvas.edit / bi.view 这类权限点）；② 数据权限按数据范围过滤（本人 / 本部门 / 本空间 / 全公司）；③ 字段权限控制敏感列可见性（成本利润字段仅 L1 可见、候选人联系方式仅 HR 可见、积分消耗明细仅空间管理员可见）。多租户隔离在行级、存储、执行三层同时做。

Use Case · 端到端场景

一条完整链路：电商开品立项怎么跑完

这是平台 MVP 的验收场景。从老板发布立项到全部产物自动归档，八个阶段全程在同一个工作台内完成，不需要在群里追进度。

老板发布立项

在项目空间创建立项，指定负责人与目标周期，产出「已立项」状态的项目卡片。立项表单内置 TikTok 前置校验项。

L1 老板产出：项目卡片

主管搭市场调研节点链

在画布上依次搭出调研节点：市场体量 → 类目销量 → 用户需求 → 痛点 → 文化与包装偏好，平台编译为 DAG 并执行。

L2 主管产出：调研报告节点产物

可做性判断（立项决议）

系统给出调研数据，主管判定「值不值得做」，输出通过或否决决议；否决需填理由，形成可追溯的决策留痕。

L2 主管人工决策

流程细化（大纲 + 画布）

把整体规划以大纲形式落到画布，逐环节细化，标注紧急度与时间节点。大纲树的叶子节点即任务，中间节点为任务组，改大纲即改任务树父子关系，不产生数据分叉。

L2 主管产出：流程大纲 + 任务清单

任务按象限分发

任务按四象限分发到具体员工，可在任务里 @ 引用知识库 SOP 文档，员工卡片上以 chip 形式展示。

L2 主管产出：员工待办卡片

员工执行与三种反馈

按 SOP 执行，三条分支：按时完成 → 提交「已完成」；未完成 → 选择原因（必填）；遇卡点 → 登记原因。三种操作全部留痕写入任务日志。

L3 员工状态流转记录

主管卡点看板跟进

卡点实时推送给创建者与主管，看板直接展示是哪个环节、哪个员工、何种原因卡住，主管填写解除说明后任务回到进行中。这是「减少主动问询」而不是「事后考核」。

L2 主管卡点处理记录

成果自动归档沉淀

项目完成后，全部产物（文档 / 图 / 视频）自动归档到项目空间与知识库，成为可复用的企业资产，并计入素材复用率统计。

系统产出：企业资产

Workbench · 员工工作台

待办四象限：不靠优先级排序，靠重要性 × 紧急度说话

四象限用 CSS Grid 2×2 实现，每列等宽独立滚动，移动端降级为纵向堆叠的 Tab。象限配色遵循中国语境——红色代表紧急与告警，不套用西方绿/黄习惯。

① 紧急且重要Q1 · #E5484D

拍摄第 1 屏素材截止今天 18:00 · 超期标红

登记卡点：物料未就绪加锁图标 · 已推送主管

② 重要不紧急Q2 · #F5A524

详情图卖点文案初稿截止明天 · @SOP-详情页规范 v3

类目销量趋势复核本周内 · 距到期 24h 自动升 Q1

③ 紧急不重要Q3 · #3B82F6

补传竞品销量截图截止今天 20:00 · 可批量处理

④ 不紧急不重要Q4 · #8B8D98

整理竞品视觉参考本周内 · 可批量归档或删除

交互规则 01

完成后一次点击提交

点击「已完成」即记录完成时间与操作人，进度回写主管看板，不额外走审批流。

交互规则 02

未完成必须选原因

时间不够 / 被其他任务抢占 / 依赖他人未交付 / 资源不足 / 需求变更 / 个人原因 / 其他（需填说明）。不选原因不允许提交。

交互规则 03

卡点必填原因并实时推送

上游依赖阻塞 / 审批未通过 / 物料未就绪 / 平台或工具故障 / 数据缺失 / 外部合作方延迟 / 其他。推送对象为创建者与主管。

任务状态机与服务端守卫

状态机在服务端以白名单迁移表实现，任何未登记的迁移请求直接返回 2002 状态冲突，不依赖前端约束。这套设计保证任务不会因为前端 bug 跳到非法状态。

[创建] ──► DRAFT 草稿（仅创建者可见）
        │ 派发
        ▼
     PENDING 待接单 ──► [取消] ──► CANCELED
        │ 接单
        ▼
   IN_PROGRESS 进行中 ◄──────[恢复]──────┐
      │    ││
      │    └──► PAUSED 暂停 ─────────────┘
      │
      ├──► COMPLETED  已完成   （提交完成，记录完成时间与操作人）
      ├──► BLOCKED    卡点     （必填 blocker_reason）
      └──► OVERDUE    已超期   （due_at 过后由定时任务自动置位）

BLOCKED ──[填写解除说明]──► IN_PROGRESS
OVERDUE ──[补交完成]──────► COMPLETED

状态迁移	服务端前置条件	可执行角色
PENDING → IN_PROGRESS	操作人必须是该任务的 assignee	执行人
IN_PROGRESS → COMPLETED	若任务配置了必填检查项，需全部勾选	执行人
IN_PROGRESS → BLOCKED	`blocker_reason` 非空	执行人
IN_PROGRESS → OVERDUE	定时任务在 `due_at` 过后自动触发	系统自动
BLOCKED → IN_PROGRESS	需填写「解除说明」并留痕	主管 / 创建者
任意 → CANCELED	仅创建者或 L2 及以上可操作	创建者 / L2+

任务卡片字段与自动升象限

字段	类型	必填	说明
task_id	string	是	如 TASK764480728，全局唯一标识
title	string	是	任务标题，最多 80 字
project / assignee / creator	ref	是	所属项目空间 / 执行人 / 派发人
quadrant	enum	是	Q1 / Q2 / Q3 / Q4，跨象限拖拽即改此字段
due_at	datetime	是	截止时间，超期卡片标红
sop_ref	ref[]	否	@ 引用的知识库 SOP 文档，可多个
progress	int	否	0~100，默认 0
blocker_reason / incomplete_reason	enum	条件必填	登记卡点或提交未完成时必填
tags / attachments	string[] / ref[]	否	自由标签 / 关联素材与文件

自动规则

距到期 ≤ 24h 未完成

自动从 Q2 升到 Q1，避免重要任务被淹没。

自动规则

登记卡点

卡片加锁图标，同步推送给创建者与主管。

自动规则

连续 2 次延期

自动升级通知到上一层级，防止无声延期堆积。

自动规则

被 @ 在评论中

卡片显示未读红点，减少漏掉被提及的任务。

Canvas · 无限画布

把业务流程画出来，然后让引擎跑起来

无限画布用于可视化节点编排业务流程与 AI 工作流。画布编辑态负责搭结构，创作态负责跑结果；图结构落库防抖 300ms，多人协同编辑用 WebSocket 广播增量。

示例流程：单品到全套营销内容

这是画布能力的验收用例。上传一张商品图，链路自动跑出主图、详情图、分镜脚本、视频、配音与合成，人工审批节点可驳回回到分镜拆解重跑。

上传商品图输入

商品分析卖点 / 人群

文案策划多平台文案

主图生成文生图

详情图生成分模块

分镜拆解脚本生成

视频生成图生视频

配音 TTS音频

人工审批通过 / 驳回

结果归档资产库

读法：实线是数据流向，虚线是人工驳回后的回退路径。每个节点执行完成后落库 output，失败可从上次成功节点恢复，不重跑已成功部分。

执行引擎：编译期确定拓扑，运行期依赖计数驱动

引擎架构参考 Sim Executor / Hatchet DAG 的成熟做法，核心是编译期把图结构编译成 DAG，运行期每个节点自持入边计数集合，依赖完成时只做一次自减与判断——不用「每轮全量扫描所有连线」的朴素实现，节点数增长后那种写法会明显拖垮引擎。

提交执行后先做可达性剪枝，只编译触发节点可达的子图
循环节点展开为带 sentinel 的子图，并行分支加 branch-index
检测到环且非显式循环节点，直接报 4001 图结构非法
独立分支真并发执行（不是交替、不是串行）

容错机制	做法
重试	节点级 max_retries + 指数退避（1s → 4s → 16s）
熔断	同一 Provider 连续失败 N 次，自动切到 fallback 模型
断点续跑	每节点完成后落库 output，失败从上次成功点恢复
幂等	带 `run_id + node_id + attempt` 幂等键，杜绝重复扣积分、重复发布
超时	对话 60s / 生图 300s / 生视频 1200s
死信	超重试次数标记 dead 并告警，不阻塞其余分支

节点类型清单

分类	节点	关键配置项	输出
输入	素材上传 / 文本输入 / 数据源	文件类型与数量限制、多行文本、平台与查询	图片 / 视频 / 音频 / 文本
处理	商品分析 / 文案策划 / 提示词优化	分析维度与目标市场、语言平台风格字数、目标模型与约束	卖点人群建议 / 文案 / 优化后提示词
生成	文本 Agent / 文生图 / 图生图	模型、系统提示词、温度、比例、清晰度、数量	文本 / 图片数组
生成	文生视频 / 图生视频 / 音频 TTS / 语音克隆	首尾帧、运镜、时长、分辨率、音色与语速	视频 / 音频
处理	分镜拆解 / 素材处理	段数与时长分配、裁剪抠图去水印压缩转格式	分镜脚本 / 处理后素材
编排	条件分支 / 循环批量 / 人工审批 / 子流程	表达式、迭代集与并发度、审批人与超时策略	按条件路由 / 逐项结果 / 通过驳回
输出	结果归档 / 发布推送	目标目录与命名规则、目标平台或 Webhook	资产引用 / 发布结果

变量作用域（内层遮蔽外层）：节点配置中用 {{ }} 引用上游产物，解析优先级由内到外：循环项 {{item.xxx}} → 并行分支索引 {{branch.index}} → 流程变量 {{vars.xxx}} → 环境变量 {{env.API_KEY}} → 上游节点输出 {{node.n3.output.images[0]}}。

进度回传：执行走 SSE（GET /canvas/runs/:runId/stream），事件类型含 node.start / node.token / node.progress / node.done / node.error / run.done；SSE 不可用时降级为 1 秒轮询。

画布交互规范

操作	快捷键	说明
画布平移	`空格拖拽 / 中键拖拽`	无限画布，可自由拖到任意位置
缩放	`⌘/Ctrl + 滚轮`、`⌘+0` 复位	缩放范围 10% ~ 400%
添加节点	双击空白 / 从左侧栏拖入	弹出节点类型选择器
连线	从节点 handle 拖到目标 handle	自动类型校验，图片不能连到文本输入
删除	`Delete` / `Backspace`	删除节点同时删除关联边
撤销 / 重做	`⌘/Ctrl + Z` / `⇧⌘Z`	前端维护操作栈，至少 50 步
全局搜索	`⌘/Ctrl + K`	命令面板：搜索节点、跳转、执行动作
小地图 / 对齐辅助	右下角常驻 / 自动	大流程导航；网格吸附与邻节点对齐线

AI Tools · AI 工具

五个常规工作区开箱即用，电商主图详情图一键成稿

常规工作区解决「AI 工具碎片化」：文本对话、文生图、图生图、文生视频、图生视频在同一套界面里完成，共用同一积分账户、同一素材资产库、同一任务中心，不再为每个 SaaS 单独付费和导素材。

文本对话 Agent

多会话管理、上传附件围绕文档连续对话、文件分析、翻译总结改写、数据分析。逐 token 流式回显，支持中断生成、重新生成、编辑历史消息，会话可导出 Markdown。

文生图

模型可选 GPT-image-2 / Nano Banana-2 / 即梦 / Flux / SDXL 等。画面比例支持 1:1、3:4、4:5、9:16、16:9、2:3、3:2，清晰度三档（标准 / 高清 / 4K），一次生成 1~4 张，提交前实时显示预计消耗积分。

图生图

参数与文生图一致，额外加参考图与相似度强度滑杆。参考图必传、最多 10 张，jpg / png / jpeg、单张 ≤ 30MB、分辨率 ≤ 8000×8000。

文生视频 / 图生视频

支持 Gemini Omni Flash 等模型；图生视频必传参考图。分辨率 720P 高清 / 480P 标清，时长 10s / 5s（按模型能力），一次 1~4 条。

任务中心与素材资产库

左列最近任务带缩略图，右区展示当前产出，空态文案「提交任务后，结果将在这里显示」。结果支持预览大图、下载、复制、加入素材库、作为下游节点输入推送到画布。

AI 网关与积分

自建 LiteLLM 作统一网关，对上只暴露 text-agent-pro 这类稳定别名，底层换模型业务代码零改动。支持延迟路由、自动 fallback、按 user/team/workspace 归集成本、虚拟 Key 限额熔断。

电商主图与详情图工作流：三步出全套

上传商品图并填写基础信息，选择目标平台、设计语言和图片规格，AI 自动分析商品卖点、目标人群及平台视觉规则，一键生成完整主图与详情图。多角度商品实拍图 3~5 张是效果关键。

第一步 · 确定规划

选设计图类型（主图 / 详情图 / 两者）、规划模型，上传商品图，填产品信息与需求，选目标平台（淘宝 / 京东 / 拼多多 / 抖音 / TikTok / Shopee / Lazada / Amazon）、设计语言（中文 / 英文 / 目标国语言）、设计品类（智能判断 / 手动指定）与图片规格。

AI 输出：设计总规划卖点提炼与页面规划可逐模块编辑后确认

第二步 · 智能设计图片

选图片生成模型与生成数量（1~4 张），AI 按模块逐屏出图。详情图常见模块结构：首屏视觉暴击 → 场景氛围 → 硬核制造解析 → 运动表现解读 → 信任背书 → 产品规格与品质展示。

运行中 1 个支持批量运行 / 批量下载

第三步 · 设计结果

左侧执行任务列表按「第 1 屏 / 第 2 屏 …」模块化展示，每项带缩略图与状态；右侧结果预览实时渲染，支持单张下载与重新生成。

图片尺寸如 750 × 1100淘宝 / 1688 多尺寸预览

积分与计费：先预计算，再冻结，成功才实扣

积分是平台内 AI 能力消耗的虚拟计量单位，绑定模型单价与用量。前端提交前实时算「预计消耗」（示例：标准 1:1 文生图约 41 积分，720P 10s 文生视频约 228 积分），服务端校验余额后冻结，任务成功才解冻实扣，失败全额退回，部分成功按实际成功数扣。

所有扣费操作带幂等键（task_id + attempt），杜绝重试导致重复扣费。余额低于阈值时预警通知空间管理员。

能力	计量基准	示例
文本	按 token 折算	1K token ≈ 1 积分
文生图	1 张	标准 1:1 ≈ 41 积分
图生图	1 张	略高于文生图（含参考图处理）
文生视频	1 条 5s / 10s	720P 10s ≈ 228 积分
音频 / TTS	按字数	1K 字 ≈ N 积分
语音克隆	按次 + 训练	一次性训练费 + 每次合成费

Scenarios · 业务场景 Agent

把 AI 嵌进具体岗位，而不是再买一个 SaaS

业务场景模块不做通用能力，而是直接对准岗位动作：招聘的人事、跨境电商的客服、运营的选品与看板。每个 Agent 都有明确的转人工条件与合规红线。

B1 智能招聘 Agent

七个阶段：岗位定义（JD 结构化解析出硬性技能、加分项、最低年限）→ 简历采集（PDF/DOCX 解析成统一 JSON）→ 智能筛选（语义匹配而非关键词，输出匹配度与分项理由，可审计）→ 初筛通过生成短名单 → 自动邀约（邮件/短信发送面试邀约与时段选择）→ 面试登记（结构化评分表，多人评审聚合）→ 生成可审计的评估报告。

合规红线（必须实现）：候选人数据加密存储、保留期到期自动清除、筛选理由可解释可申诉、不得使用性别 / 年龄 / 婚育等敏感字段作为评分依据。最终录用决定必须由人做出，AI 只做排序与建议。

B2 AI 智能客服（多平台聚合）

客户从 TikTok Shop / Shopee / Lazada / Amazon / WhatsApp / 网站 / 邮箱发来的消息，通过 API 或插件统一接入消息总线，汇总到一个客服工作台，客服不用来回切换平台。AI 识别语言、需求、意图、情绪与风险，查知识库（产品/物流/售后/活动）、业务工具（查订单/物流/退款/客户）与客户记录后给出结果。

核心指标	定义	目标
AI 解决率	AI 独立闭环会话 / 总会话	≥ 70%
转人工率	转人工会话 / 总会话	≤ 30%
首次响应时长	客户首条消息 → 首次有效回复	≤ 10 秒
满意度	会话结束评价均值	≥ 4.5 / 5
单轮接待成本	AI 成本 / AI 会话数	≤ ¥0.30

强制转人工的触发条件
意图命中「退换货 / 退款 / 投诉」
情绪识别为负面（愤怒 / 失望）
预测有差评风险（评分模型判定）→ 同时通知主管
连续 2 轮 AI 未解决
涉及金额协商、最终裁决
客户主动要求人工

接入原则：只走平台官方 API 授权，不做非官方抓取。各平台对回复率与回复时长的计入口径不同（例如 TikTok Shop 部分站点统计 12 小时回复率并影响 Store Rating，Shopee 把聊天回复率与回复时间计入消费者满意度指标），接入前须以各站点官方最新文档为准重新核对。

B3 选品中心

用大模型调研市场公开数据，分析目标国家市场规模与上升趋势，再细分品类去找对标店铺，挖最近有潜力的品给运营团队选。输出必须标注数据来源与采集时间，避免把估算值当事实呈现。

B4 运营看板

不同平台运营数据统一到一屏：近 7 天成交额（对比上周期）、目标完成度、距目标差额；成交金额 / 订单数 / 退款数 / 结算金额 / 取消订单 / 测评数量六个经营信号；新品表现表支持按商品 ID 与日期范围筛选。

Architecture · 技术架构

五层架构：模块化单体起步，按需拆微服务

起步选模块化单体而不是微服务——团队规模小，避免过早微服务化带来的运维成本；模块边界清晰，后续可按 svc 拆分。下面是完整的分层与关键选型理由。

╭─ L5 客户端层 ────────────────────────────────────────────── │ PC 客户端 (Electron) · Web (浏览器) · 移动端 (iOS/Android/H5) │ React 18 + Vite + TypeScript · React Flow (@xyflow/react) + Zustand │ │ HTTPS / WSS / SSE ╭─ L4 接入层: Nginx / API Gateway ─────────────────────────── │ 鉴权 (JWT) · 限流 · 灰度路由 · 静态资源 · WebSocket 升级 ╰─ L3 应用服务层 (模块化单体起步 → 按需拆分微服务) ──────────── │ 用户与组织 auth-svc 项目/任务 task-svc 画布 canvas-svc │ 知识库 kb-svc 通知 notify-svc AI 网关 ai-gw │ 计费/积分 bill-svc 素材资产 asset-svc 业务场景 scene-svc │ BI bi-svc ╭─ L3.5 执行与计算 ───────────╮ ╭─ L3.6 数据与存储 ────────────── │ DAG 执行引擎 (编排) │ │ PostgreSQL (主业务库, 租户分区) │ 任务队列 Celery / BullMQ │ │ Redis (缓存/锁/限流/事件总线) │ WebSocket 网关 (进度) │ │ MinIO / S3 (图片视频音频素材) │ 工作流 Worker (GPU 可选) │ │ Elasticsearch / Meilisearch (检索) │ 定时调度 (Cron) │ │ ClickHouse (BI 与用量明细, 可选) ╰─ L2 外部能力层: 模型与三方平台 ──────────────────────────── │ 文本: GPT · Claude · Gemini · DeepSeek · Qwen · 豆包 │ 图像: GPT-image · Nano Banana · 即梦 · Flux · SDXL │ 视频: Gemini Omni Flash · 可灵 · 运行 · Sora 类 │ 语音: TTS · 语音克隆 · ASR │ 三方: TikTok Shop · Shopee · Lazada · Amazon SP-API · WhatsApp

关键架构选型与理由

决策点	选择	理由
起步形态	模块化单体	团队规模小，避免过早微服务化的运维成本；模块边界清晰，后续可按 svc 拆分
前端框架	React 18 + TypeScript + Vite	生态成熟；React Flow 是画布的既有事实标准
画布状态	Zustand 分域 store	canvas / nodes / edges / runtime 四个独立 store，是社区验证过的重渲染解法
后端语言	NestJS 核心 + Python Worker	核心业务 NestJS 共享前端 TS 类型，DAG Worker 用 Python 吃 AI 生态
AI 网关	LiteLLM 优先，One-API 备选	LiteLLM 支持 100+ Provider、自动 fallback、按 key/team 成本追踪
异步任务	BullMQ / Celery	生图生视频是分钟级长任务，必须异步化 + 进度回传
进度回传	SSE + WebSocket	SSE 天然适合单向事件流、断线自动重连；多人协同编辑画布用 WS
素材存储	MinIO / 对象存储 + CDN	生成物为图片视频，需签名 URL 防盗链，有效期 ≤ 24h

≤1.5s

工作台首页 FCP

P95

≤2s

画布首次加载

100 节点，渲染 ≤ 500ms

≥50fps

画布拖动帧率

500 节点需视口裁剪

99.9%

月度服务可用性

RPO ≤ 5min / RTO ≤ 30min

画布性能优化清单

Zustand 分域 store 避免全量重渲染；只渲染视口内节点；重组件懒挂载、仅选中节点渲染完整编辑器；连线用贝塞尔路径批量绘制；素材预览用缩略图 + 懒加载原图；图结构落库防抖 300ms 并先入 IndexedDB 兜底。

安全与合规

全站 HTTPS（TLS 1.2+）与 WSS；密码 Argon2id；API Key 与三方 token 用 KMS 加密；候选人手机号列级加密；后台管理强制 MFA；敏感操作写审计日志保留 ≥ 180 天；AI 生成内容过审并保留溯源记录。

可观测与降级

结构化 JSON 日志带 trace_id / tenant_id；OpenTelemetry 全链路追踪覆盖 API → Worker → 模型调用；Prometheus 盯 P95 延迟、错误率、队列深度、模型成功率；模型不可用切 fallback，SSE 不可用降级轮询，BI 不可用展示缓存快照。

Goals · 成效目标

这套平台要改善的六件事，都有可量化的目标值

下面是产品定义阶段设定的成功指标。数字是目标而非承诺——实际达成取决于团队流程与使用深度，但方向是明确的。

≥80%

项目按期交付率

北极星指标

T+3 → T+0.5天

立项到任务分发耗时

效率

≤4工作小时

卡点平均响应时长

效率

≥60%

SOP 覆盖率

有 SOP 的任务占比

↓50%

客服人工介入率

较基线下降

≥30%

素材复用率

引用既有素材的产出占比

↓40%

单条 AI 内容生产成本

较外采下降 ≥ 40%（成本）

研发阶段与交付节奏

阶段	周期	交付物	验收标准
M0 立项与设计	2 周	开发文档 + UI 视觉稿 + 数据模型	评审会通过，无 P0 遗留问题
M1 基座	3 周	租户/组织/用户/角色、登录鉴权、项目空间 CRUD、CI/CD 与监控	可登录、可建空间、可加成员
M2 工作台（核心）	4 周	待办四象限、任务状态机、卡点看板、流程大纲、知识库 + SOP、消息中心	完整跑通电商开品立项场景
M3 画布与 AI 基座	5 周	无限画布编辑器、DAG 执行引擎、AI 网关、积分计费、常规工作区	单条 8 节点流程稳定执行，失败可重试可续跑
M4 电商与 BI	3 周	电商主图与详情图工作流、老板 BI PC 看板、素材资产库	一个商品产出全套主图 + 详情图；看板数据准确
M5 业务场景一期	4 周	智能招聘 Agent、AI 客服（接入 1 个平台）	招聘短名单可生成；客服 AI 解决率 ≥ 60%
M6 打磨与上线	3 周	性能优化、安全加固、压测、灰度上线、用户培训	通过压测与安全验收，首批用户可用

并行约定：M1 与 M0 尾期可并行；M4 可与 M5 部分并行；视觉稿必须领先开发 1 个迭代。

Scope · 交付范围

哪些本期做、哪些次期做、哪些明确不做

范围边界写清楚，是为了避免「老板/管理/员工都合适」的聚合诉求把项目拖失控。MVP 只做一条完整链路，其余明确排期。

MVP · P0 本期

打通一条完整链路

组织/角色/项目空间基础模型、登录与鉴权
员工工作台首页 + 待办四象限 + 状态流转 + 卡点登记
项目流程大纲视图 + 无限画布（节点编排、连线、保存、执行）
知识库（文档 CRUD、任务 @ 引用、SOP 模板）
AI 常规工作区：对话、文生图、图生图、文生视频、图生视频
电商主图 / 详情图生成工作流
AI 网关（多模型路由）+ 积分计费 + 异步任务中心
老板 BI 看板（PC 版）

V1 · P1 次期

增强与扩展

无限画布右侧 AI 助手（自然语言建节点 / 拆任务 / 补提示词）
流程版本管理与灰度发布、节点插件 SDK
智能招聘 Agent、AI 智能客服（先接 1 个平台）
老板 BI 移动端
知识库全文检索 + RAG 问答

V2 · P2 远期 / 明确不做

边界

V2：多平台客服全量接入、选品中心外部数据源、运营看板多平台打通、开放 API / Webhook / 生态市场
明确不做：自研基础大模型
明确不做：自建 CDN
明确不做：替代专业财务 / ERP 系统

已识别的主要风险与对策：范围天然易失控 → 严格执行范围边界；画布引擎复杂度被低估 → 先支持线性 + 条件分支 + 并行三类拓扑，循环与子流程放 V1；模型成本不可控 → 网关强制成本追踪 + 每空间预算上限 + 语义缓存；三方接口变更或停服 → 全部通过别名 + fallback 抽象，每个能力至少 2 个 Provider 覆盖；员工抵触被监控感 → 卡点数据仅用于流程改进，对外表述为「减少主动问询」而非「考核」。

FAQ · 常见问题

关于千里马 MaxiMacn 智能工作台的常见问题

下面这些问题来自实际选型与试用时最常被问到的点。如果你的问题不在这里，直接打 13710378781 或发邮件到 110448938@qq.com。

千里马 MaxiMacn 智能工作台是做什么的？

它是一套面向中小企业的 AI 智能工作台平台，把「项目立项 → 流程编排 → 任务执行 → 成果沉淀」的全链路，与「图片 / 视频 / 音频 / 文本」四类 AI 生产能力收进同一个工作台。主管在无限画布上编排业务流程，任务按「重要性 × 紧急度」四象限落到每个人手上，产出的图片、视频、音频、文本自动归档成企业资产，不再散落在多个 SaaS 里。

这个工作台适合多大规模的团队？

平台按「老板 / 主管 / 员工」三层角色建模，三层都有人时才体现价值——只有两三个人的团队用不上四象限和卡点看板。实际落地的典型场景是电商运营与内容生产团队：老板要看全局进度、主管要排流程、员工要接任务且执行标准要统一。如果你的团队还没有明确的分工和流程规范，建议先从一条链路（比如某个品类的开品流程）跑通再横向铺开。

必须安装客户端吗？能用手机处理吗？

不必安装。Web 端浏览器打开即用，与 PC 客户端共用一套代码，适合免安装访问和分享链接查看；也提供 Electron 的 PC 客户端壳，主要价值在大文件上传和本地文件拖拽。移动端定位为消费型端——看老板 BI 看板、处理待办与审批、收消息，不做画布编辑。

AI 模型可以自己选吗？会不会被一家模型厂商绑死？

可以。平台自建 AI 网关（LiteLLM 为主、One-API 为备选）统一接入文本、图像、视频、语音四类能力，上百个模型供应商。对业务代码只暴露 text-agent-pro 这类稳定别名，底层换模型不改代码；同一别名可挂多个 Provider 做负载均衡与故障切换，某家连续失败会自动切到 fallback 模型，成本还能按用户 / 团队 / 空间 / 任务维度归集。

AI 生成的内容怎么计费？会不会不知不觉花超？

用积分制计量，绑定模型单价与用量。提交前前端实时算「预计消耗」（例如标准 1:1 文生图约 41 积分、720P 10s 文生视频约 228 积分），服务端校验余额后先冻结，执行成功才解冻实扣，失败全额退回。所有扣费带幂等键，重试不会重复扣。余额低于阈值会预警通知空间管理员，网关侧还可设每空间预算上限。

支持私有化部署吗？数据会不会出域？

支持。部署形态可选云端 SaaS 或私有化部署，数据存储位置可配置。平台本身提供多租户隔离：业务表行级强制注入租户条件、对象存储按 tenant_id/workspace_id/ 前缀分目录并在签发签名 URL 时校验归属、画布 Worker 按租户分配队列配额。素材签名 URL 有效期 ≤ 24h 防盗链。传输全站 HTTPS（TLS 1.2+）与 WSS，密码 Argon2id，API Key 用 KMS 加密。

接入电商平台客服需要多久？会不会违反平台规则？

接入方式一律走平台官方 API 授权，不做非官方抓取。首期建议先接 1 个平台跑通闭环，因为授权周期不可控且各平台口径不同——例如 TikTok Shop 部分站点统计 12 小时回复率并影响 Store Rating，Shopee 把聊天回复率与回复时间计入消费者满意度指标。各站点的回复率统计口径以官方最新文档为准，接入前会重新核对，不能沿用旧描述。目标指标是 AI 解决率 ≥ 70%、转人工率 ≤ 30%、首次响应 ≤ 10 秒。

招聘功能会不会有算法歧视和隐私风险？

平台把合规红线写进了必做项：候选人数据加密存储、保留期到期自动清除、筛选理由可解释可申诉、不得使用性别 / 年龄 / 婚育等敏感字段作为评分依据。最终录用决定必须由人做出，AI 只做排序与建议，并支持定期偏见审计。

员工会不会觉得在被监控？

这是落地时最该提前想清楚的问题。设计上的处理是：卡点数据只用于流程改进，权限上限制可见范围——员工只能看自己的卡点，看不到同事的统计；对外表述统一为「减少主管的主动问询」而不是「考核」。另外卡点本身是员工主动上报的，它替代的是「每天被追问进度」，而不是新增一道监察工序。

怎么收费？大概多少钱一个月？

平台按项目空间与 AI 用量组合计费：AI 能力按积分计量（1K token ≈ 1 积分、标准 1:1 文生图 ≈ 41 积分、720P 10s 文生视频 ≈ 228 积分），其余模块按空间与坐席。具体报价取决于坐席规模、AI 用量量级、是否私有化部署与实施范围。需要准确报价请直接联系 13710378781 或 110448938@qq.com，说明团队规模与使用场景后会给到明细方案。

多久能上线？整个项目要多久？

完整产品路线分六个里程碑，从立项设计到打磨上线累计约 24 周，其中 M2 工作台核心 4 周、M3 画布与 AI 基座 5 周是主要工作量。实际落地建议先跑通 M2 范围——待办四象限 + 任务状态机 + 卡点 + 流程大纲 + 知识库 SOP，这套东西单独就能解决流程不透明和知识不沉淀两个痛点，AI 画布能力可以随后接入。

知识库里没人写 SOP 怎么办？

这是很现实的风险，平台的对策是把 SOP 做成任务模板而不是独立文档系统：一项任务第一次完成时，系统提示「是否沉淀为 SOP」，并把实际执行过程预填进文档，员工只需补几句说明。同时把 SOP 覆盖率做进主管看板（目标 ≥ 60%），让主管看得见自己团队还差哪些标准，而不是等到用时才卡住。

怎么试用？要注册账号吗？

不用注册，导航栏点「进入工作台」即可在线打开体验；也可以直接打 13710378781 或发邮件到 110448938@qq.com 预约一对一演示，我们会按你的行业和团队规模准备对应场景的演示路径，包括待办四象限、卡点跟进和 AI 生图链路。

想看看这套工作台跑在你的业务里是什么样？

直接点「进入工作台」在线体验，或留下需求，我们会按你的行业准备演示路径。演示约 30 分钟，会按你的团队规模与场景走一遍立项到归档的完整链路。

在线体验入口 workbuddy.link/p/ASxtSvaNwB8XNbvKFzqcQy

免注册直接打开，含待办四象限、无限画布、AI 工作区示例

咨询电话（工作日 9:00–21:00） 13710378781

说清团队规模、行业与最想解决的问题，就能直接判断适不适合

商务邮箱 110448938@qq.com

发需求文档或报价申请，附上场景描述回复更准确

服务范围 SaaS 云端订阅 · 私有化部署 · 实施交付与培训

覆盖全国，支持远程部署对接与现场实施

预约产品演示

填写后点击提交，信息会复制到剪贴板，请粘贴发送给上方任一联系方式。

✓ 已复制到剪贴板，请粘贴发送给 13710378781 或 110448938@qq.com，我们会在一个工作日内回复。

称呼 *

手机号 *

公司 / 团队名称

团队规模

最想解决的问题 *

本页为静态页面，没有后台数据库。点击后仅把您填写的内容复制到剪贴板，不会自动发送到服务器，请手动粘贴给上方电话或邮箱。我们不会将您的信息用于其他用途。

千里马 MaxiMacn 智能工作台把业务流程和AI 生产力装进同一个工作台

一分钟看懂：千里马 MaxiMacn 智能工作台是做什么的

四类结构性浪费，正在吃掉团队的执行力

P1流程不透明

P2汇报链路冗长

P3知识不沉淀

P4AI 工具碎片化

三个模块群，覆盖从立项到经营的全部动作

A1 老板 BI 可视化看板

A2 项目立项与空间管理

A3 无限画布 · 流程编排

A4 员工工作台 · 待办四象限

A5 任务流转与卡点跟进

A6 知识库与 SOP 沉淀

A7 消息通知中心

B1 智能招聘 Agent

B2 AI 智能客服（多平台聚合）

B3 选品中心 / B4 运营看板

C1–C6 AI 工具与底座

三层角色，是整套权限、看板与任务流转的骨架

一条完整链路：电商开品立项怎么跑完

老板发布立项

主管搭市场调研节点链

可做性判断（立项决议）

流程细化（大纲 + 画布）

任务按象限分发

员工执行与三种反馈

主管卡点看板跟进

成果自动归档沉淀

待办四象限：不靠优先级排序，靠重要性 × 紧急度说话

完成后一次点击提交

未完成必须选原因

卡点必填原因并实时推送

任务状态机与服务端守卫

任务卡片字段与自动升象限

距到期 ≤ 24h 未完成

登记卡点

连续 2 次延期

被 @ 在评论中

把业务流程画出来，然后让引擎跑起来

示例流程：单品到全套营销内容

执行引擎：编译期确定拓扑，运行期依赖计数驱动

节点类型清单

画布交互规范

五个常规工作区开箱即用，电商主图详情图一键成稿

文本对话 Agent

文生图

图生图

文生视频 / 图生视频

任务中心与素材资产库

AI 网关与积分

电商主图与详情图工作流：三步出全套

第一步 · 确定规划

第二步 · 智能设计图片

第三步 · 设计结果

积分与计费：先预计算，再冻结，成功才实扣

把 AI 嵌进具体岗位，而不是再买一个 SaaS

B1 智能招聘 Agent

B2 AI 智能客服（多平台聚合）

B3 选品中心

B4 运营看板

五层架构：模块化单体起步，按需拆微服务

关键架构选型与理由

画布性能优化清单

安全与合规

可观测与降级

这套平台要改善的六件事，都有可量化的目标值

研发阶段与交付节奏

哪些本期做、哪些次期做、哪些明确不做

打通一条完整链路

增强与扩展

边界

关于千里马 MaxiMacn 智能工作台的常见问题

想看看这套工作台跑在你的业务里是什么样？

预约产品演示

千里马 MaxiMacn 智能工作台
把业务流程和AI 生产力装进同一个工作台

`P1`流程不透明

`P2`汇报链路冗长

`P3`知识不沉淀

`P4`AI 工具碎片化