四个套餐，范围固定。
所有套餐均以部署二进制文件交付，附带完备的配置文档与明确的支持合同。选出最接近的一个，我们将通过邮件对齐项目范围。
交付模式
实现以部署二进制文件（容器化或原生）形式交付，并配有开放的配置层——模式、API 规范、运维手册与参数文件均有文档且可编辑。核心算法、模型与优化不在交付范围内。每次合作均包含明确的支持合同（保守契約），覆盖更新与修复。对采购合规敏感的买家，可应要求提供源代码托管（escrow）。
Foundation
在您已采集的数据之上，构建可投入生产的导入 + 校准流水线。
一家房产中介机构，其房源信息流由十几家合作方提供，且以十几种互不兼容的模式抵达——通过模式归一化的导入，并在某个真实日的交通数据上完成校准，最终可作为统一数据源查询。
Foundation 帮您构建那条您没空亲手搭建的数据流水线：模式设计、带恰当背压的流式或批量导入，以及在真实样本数据上的校准冲刺。产出是一套能扛住 10× 增长的列式存储布局，并接入您的可观测性体系，配有分阶段计时与正确性校验。当您现有的流水线运行过慢、在 TB 级数据下崩溃，或产出您并不信任的数据时，就该启用 Foundation。这次 4–6 周的合作涵盖模式 + 导入 + 校准 + 交接。包含两次后续跟进会议；更长期的支持可选。
讨论这种项目形态 →交付物
- — 部署到您环境中的模式与列式存储布局
- — 带背压 + 重试的流式或批量导入
- — 在代表性样本数据集上的校准冲刺
- — 接入您可观测性体系的分阶段计时 + 正确性校验套件
时间表
- 第 1 周 — 调研 + 模式设计
- 第 2–3 周 — 流水线实现 + 校准
- 第 4–5 周 — 加固 + 交接
您提供
- — 样本数据访问权限
- — 校准目标
- — 评审人员时间
我提供
- — 流水线二进制文件 + 模式文档 + 运维手册
- — 方法论说明文档
- — 两次后续跟进会议
常见问题
- 可以使用我们现有的存储吗？
- 可以——支持大多数现代列式格式、普通对象存储，或您的数据仓库。
- 你们做运营交接吗？
- 部署好的二进制文件 + 运维手册 + 两次后续跟进会议。年度支持合同单独签订。
Visualization & Query
让 TB 级数据可浏览：瓦片服务器 + 面向您数据仓库的 NL 查询。
一个房源平台，客户被迫与束缚人的筛选器界面（价格 + 车站 + 面积 + 通勤）搏斗，才能表达诸如“适合家庭、靠近绿线、距涩谷 30 分钟、¥200K 以内”这类模糊偏好。面向房源数据的 NL 查询直接接受按原样书写的问题。
Visualization & Query 接过 Foundation 产出的数据并使其可浏览：一个由您列式存储支撑的高性能瓦片服务器、一套基于现代浏览器的地理空间可视化，以及一个接入您现有数据仓库的自然语言查询层。当您的团队仅仅为了查询地理空间数据的基本问题就要写查询语句，或当您的仪表盘跟不上 TB 级连接时，就该启用它。这次 4–8 周的合作涵盖数据盘点、UI 形态、瓦片服务器、浏览器应用、NL 查询层，以及一份对连接开销诚实交代的延迟预算。包含方法论说明文档与后续跟进会议。
讨论这种项目形态 →交付物
- — 由您列式存储支撑的高性能矢量瓦片服务器
- — 基于现代浏览器、图层可配置的地理空间可视化
- — 接入您现有数据仓库的自然语言查询层
- — 延迟预算 + 缓存策略
- — Curator（生成式仪表盘）：一条自然语言提示词即可组装出一个经过校验的仪表盘（KPI / 图表 / 表格 / 地图）
时间表
- 第 1 周 — 数据盘点 + UI 形态
- 第 2–4 周 — 瓦片服务器 + 浏览器应用
- 第 5–8 周 — NL 查询层 + 加固
您提供
- — 数据的只读访问权限
- — 领域评审人员
- — 认证/SSO 需求
我提供
- — 瓦片服务器 + 浏览器应用 + NL 查询二进制文件
- — 性能报告
- — 两次后续跟进会议
常见问题
- 支持哪些缩放级别？
- 全部支持。在合理之处预先聚合，在高缩放级别则流式传输原始数据。
- NL 查询层能使用我们的模式吗？
- 可以——它会将您的模式映射为针对数据仓库的安全只读查询。
Agentic Layer
面向特定领域的智能体，以及它们运行所依托的编排基座。
一套能源选址工作流，由智能体自动调查每一块候选地块——“是否可并网、变电站是否已满载、2 km 范围内的 EV 充电需求如何”——并附上对源数据的引用，替代每个站点逐一耗费的分析师工时。
Agentic Layer 为您提供面向特定领域的 AI 智能体，以及它们运行所依托的编排基座——而不是面对您的数据凭空臆造的通用聊天机器人。当现成的 AI 助手对您的领域做出听起来言之凿凿、却没有您真实数据支撑的论断时，或当您希望编排出能针对您真实系统运行的工具型智能体时，就该启用它。这次 6–10 周的合作交付一个暴露您领域能力的工具服务器、一个带结构化 I/O 与追踪的编排层、一个含黄金集 + 对抗集测试集的评估框架，以及每次运行的成本 + 延迟遥测。不锁定任何框架。
讨论这种项目形态 →交付物
- — 向任意智能体运行时暴露您领域能力的工具服务器
- — 带类型化工具 I/O、重试与追踪的智能体编排
- — 含黄金测试集、针对智能体行为的评估框架
- — 每次智能体运行的成本 + 延迟遥测
时间表
- 第 1–2 周 — 工具盘点 + 接口设计
- 第 3–6 周 — 编排 + 首个智能体
- 第 7–10 周 — 评估 + 遥测 + 加固
您提供
- — 领域专家时间
- — 现有工具/API
- — 评估标准
我提供
- — 工具服务器 + 编排器二进制文件 + 评估框架
- — 评估报告
- — 两次后续跟进会议
常见问题
- 你们使用特定的智能体框架吗？
- 标准的工具服务器协议 + 您自选的运行时。我避免锁定任何框架。
- 你们如何衡量智能体质量？
- 黄金集 + 对抗集 + 每次运行的成本/延迟，全部纳入评估框架。
Microsimulation
车辆级交通仿真，用于情景分析、合成数据生成与假设推演规划。
一家房地产开发商在投入资金动工之前，建模“新建这座购物中心会对周边交通产生什么影响”，并对多个备选选址方案进行并排指标对比。
Microsimulation 使用 SUMO 为您所在的地理区域构建车辆级交通模型——SUMO 是由德国航空航天中心（DLR）开发、按 EPL-2.0 授权的开源 Microsimulation 工具。当您需要在实施前评估一项路网变更、需要无真实探针数据时用于模型训练的合成轨迹数据，或需要诸如出行时间、通行能力与排放等情景对比指标时，就该启用它。这次 2–6 周的合作涵盖路网构建、需求校准、情景配置以及合成输出的后处理。已在东京与大阪路网上完成城市级规模测试。
讨论这种项目形态 →交付物
- — 针对您地理区域校准的路网（基于 OSM）
- — 依据您真实的交通量计数、OD 矩阵或样本探针数据拟合的需求模型
- — 基线 + N 个备选情景，并提供并排指标对比
- — 可直接供下游流水线（地图匹配、OD 提取、分析）使用的合成轨迹输出
时间表
- 第 1 周 — 路网构建 + 数据导入
- 第 2–3 周 — 需求校准 + 基线运行
- 第 4–6 周 — 情景配置 + 对比
您提供
- — 参考地理区域（城市/地区）
- — 校准数据（计数、OD 或探针）
- — 情景规格说明
我提供
- — 仿真二进制文件 + 已校准配置
- — 方法论说明文档
- — 两次后续跟进会议
常见问题
- 可以用真实探针数据做校准吗？
- 可以——探针数据会进入需求校准环节。流水线会在拟合前对其进行清洗与聚合。
- 能处理多大规模？
- 城市级：每个模拟日数百万辆车。已在东京与大阪路网上完成测试。