让 AI 真正进入业务，
而数据留在自己手里

上层管得住，下层用得灵活

企业定底线，项目定范围，个人和每个 agent 按需配置。模型目录、企业级技能、 工具接入统一下发，可强制；每一次操作都有记录可查。

通用的活在云上干

云端沙箱隔离执行、用完即弃，适合长时间批量任务；只有本机才能干的活， 经员工本人同意在他自己的电脑上干——命令逐条确认，只能访问指定文件夹。

在员工已经在的地方

网页控制台、桌面 App、飞书 / 企业微信 / 钉钉 / 微信 / Slack，开放 API， 以及支持语音与摄像头的终端设备。同一个 agent，记忆跨会话共享，不用推广新工具。

流式对话 · 发图给模型 · 生成图片

多模型并可自动降级，主模型不可用时切备用。

联网搜索 · 网页抓取 · 浏览器操作

通过工具接入（MCP）对接企业内部系统，凭据由企业统一登记和管理。

沙箱中执行代码 · 自定义执行环境

关键步骤逐条审批，产出文件与网页等产物。

跨会话记忆 · 技能 · 定时任务

技能可从技能商店安装，也可由企业强制下发；按项目组织与共享。

免于文字转译

语音与图像直接作为输入，无需先把现场情况转译成文字描述。 对象越复杂，相对键盘的效率差距越大。

可常驻于物理空间

除随身使用外，可固定部署于前台、门店、展厅、产线等位置， 作为该场所的常驻 agent 入口。

背后是企业自己的 agent

与控制台、IM 中用的是同一个 agent——同一份企业知识、同一套权限。 它答得出企业自己的规程与参数，也能就地把任务跑起来。

直接产出能交出去的文件

Word、PPT、Excel、PDF 都能生成和编辑——带目录与批注的文稿、成套幻灯、 可计算的表格、排版好的报告。也能做成交互式网页和看板。

查得深，而且交叉验证

多路并行调研，自动浏览网页取证；需要慎重的判断可以让多家模型各自独立 出意见，再汇总成一份带分歧点的报告。

在沙箱里真的把代码跑起来

写代码、跑测试、处理数据，执行环境可自定义并预装工具。定时任务在云端 持续执行，巡检与汇总不用人盯。

碰得到企业自己的系统

通过工具接入（MCP）连通内部系统，凭据由企业统一登记；需要内网或本机 才能访问的，经员工授权在他的电脑上完成。

数据合规敏感

金融、制造、政企，以及出海企业的国内团队——数据和审计必须留在自己手里。

已经在用 IM 协作

飞书、企业微信、钉钉已是日常入口，希望把 AI 直接放进去，而不是再推一个新工具。

已有模型网关

自己的网关或私有模型已经就位，缺的是一个能落地的上层产品。

顾虑是数据外流、合规风险、模型被锁定。ZooWork 私有化部署，模型自选，审计在自己手里。

框架只解决 agent 本身，登录、权限、审计、多端、沙箱都要自己做，周期长。这些是开箱即用的。

各用各的，无法统一管理，也碰不到企业内部系统。统一管控把这两件事一起解决。

流程僵硬、维护成本高。agent 按意图执行，能处理非结构化任务，关键步骤仍可逐步审批。

整套交付

控制台、身份认证、agent 引擎、IM 渠道与存储一并部署在企业自有服务器上， 不需要自行拼装，也不依赖任何外部服务常驻。

按需接入既有设施

企业已有的模型网关、对象存储、身份体系与数据库可直接接入； 未接入的部分由平台自带组件承担，不构成前置条件。

开放可替换

模型、存储、登录、执行环境都可替换成企业已有设施，不被锁定在某一家。

身份与访问

对接你们自己的飞书、企业微信、钉钉或 SAML。谁、以什么身份、能动哪些资源，逐项可查。

最小权限

默认不给，按需授予，用完收回。

运行时强制

越界的调用在运行时被拦下，而不是事后告警。

默认不可信

外部内容一律按不可信处理，不让它变成指令。

数据不出域

企业数据留在企业自己的边界里。

完整可审计

谁、何时、做了什么、准了还是驳了，关键操作全部留痕；用量按人、按 agent、按工具可查。