核心能力与功能
文档信息
版本：v1.1 更新日期：2026-07-23 功能事实基线：2026-07-22 更新的用户手册与当前 AI Infra On-Cloud 业务链路
概览
AGIOne 是面向企业级大模型生产化运营的 一站式智能算力与模型管理平台，围绕「算力 → 模型 → 服务 → 运营」的端到端闭环，提供八项核心能力：
图 1 AGIOne 八项核心能力总览（六段业务链路与两项横向能力）
前六项能力构成从算力准备到财务运营的业务链路；第七项「调用可观测」提供全链路可视化、分析与异常排查，第八项「设置与访问控制」提供身份、租户、权限、审计和 API 流控治理。
前三项能力分别按 AI Infra On-Prem 与 AI Infra On-Cloud 展开：On-Prem 说明本地算力与模型部署，On-Cloud 说明多云资源接入、云侧部署资产和推荐式部署。
阅读说明
本页保留原有能力框架和方案示意。图中的时间、策略、性能与计费数字用于解释设计思路，不构成当前版本承诺；当前用户手册已将财务和设置作为产品模块补充到财务、License、身份、审计和 API 流控运营中。实际功能以用户手册、支持矩阵和目标环境为准。当前状态：华为云接入暂不支持；RAG 和 Function Calling 为规划中能力。
一、算力资源 — 本地纳管与多云接入
1.1 AI Infra On-Prem
1.1.1 能力概述
AGIOne 通过 AI Infra On-Prem 管理地域、可用区、集群、节点和加速卡资源，并通过规格、模板、配额与授权范围为工作负载提供可选算力。是否能够纳管和运行模型，仍需验证芯片、驱动、运行时、镜像、推理引擎和模型组合。
1.1.2 支持的异构芯片清单
| 厂商 | 架构 / 系列 | 典型型号 | 适配说明 |
|---|---|---|---|
| NVIDIA | Hopper | H800 / H200 / H100 / H20 | 驱动、CUDA、镜像和推理引擎需按项目验证 |
| NVIDIA | Ampere | A100 / A800 / A40 / A30 / A10 / RTX A 系列 / RTX 30 系列 | 显存和数据中心部署条件需按型号确认 |
| NVIDIA | Ada | L40 / L40S / L20 / L20S / L4 / L2 / RTX 4090 等 | 工作站或消费级型号需额外确认稳定性与交付条件 |
| Huawei Ascend | Ascend 910 | Ascend 910B / Ascend 910C | CANN、MindIE、驱动、镜像和模型需按项目验证 |
| Enflame | Enflame | S60 | 厂商驱动、运行时、推理框架和模型需验证 |
| Biren | Biren | 106 | 厂商驱动、运行时、推理框架和模型需验证 |
| Hygon | BW | BW200 | 厂商驱动、运行时、推理框架和模型需验证 |
1.1.3 核心子能力
节点纳管与生命周期管理
- 集群与节点纳管：运营方维护地域、可用区、集群、节点和加速卡对象，实际接入范围取决于网络与安装条件；
- 节点初始化：按纳管算力节点安装指南准备 Kubernetes、容器运行时、驱动和设备插件；
- 镜像与运行环境：通过镜像、镜像服务和模板维护工作负载所需环境；
- 异常处理：结合节点、设备、作业监控和事件记录定位问题，恢复方式以 Kubernetes 配置和交付方案为准。
资源调度与分配策略
| 调度维度 | 策略 | 适用场景 |
|---|---|---|
| 按硬件标签调度 | 使用节点与设备标签区分加速卡类型 | 不同运行环境选择对应芯片 |
| 按算力规格调度 | 从当前可用规格中选择满足卡型、卡数和显存要求的配置 | 模型部署与训练任务 |
| 按授权范围调度 | 仅使用当前租户、业务或用户可见的地域、资源池和规格 | 多租户资源使用 |
| 多卡任务配置 | 根据模板、模型和集群条件配置卡数与并行参数 | 单机多卡或多机多卡任务 |
硬件监控指标
平台可在设备与监控页面展示已采集的加速卡指标。具体采集组件、指标项和刷新周期取决于芯片类型、监控配置和部署版本，例如：
- GPU/NPU 计算利用率 & SM 占用率
- 显存使用量 & 显存带宽
- 核心温度 & 显存温度
- 实时功耗 & TDP 使用率
- NVLink / InfiniBand 带宽 & 健康状态
1.2 AI Infra On-Cloud
1.2.1 能力概述
AGIOne 通过 AI Infra On-Cloud 统一接入云平台、云账号、地域、资源池和算力规格，把不同云厂商的推理资源整理为可授权、可筛选、可用于模型部署的候选算力。运营方负责准备云侧资源和访问范围，普通用户在授权范围内使用推荐方案完成部署。
云上资源准备遵循以下关系：
图 1-A AI Infra On-Cloud 多云资源接入流程
1.2.2 核心资源对象
| 资源对象 | 作用 | 使用边界 |
|---|---|---|
| 云平台 | 标识阿里云、AWS、AGIOne-PowerOne 等已接入的云厂商能力 | 实际可用平台以当前环境和部署版本为准 |
| 云账号 | 提供平台调用云厂商资源所需的访问凭据 | 用户确认部署时只能选择与候选云商匹配的可用账号 |
| 地域与资源池 | 租户云厂商地域、可用资源和专属资源范围 | 资源池创建后仍需完成业务授权 |
| 业务区域授权 | 限定业务或租户可访问的云平台与地域组合 | 用于多租户隔离、合规和成本控制 |
| 算力规格 | 描述 GPU、CPU、内存、实例数量、价格和计费周期 | 规格和价格必须按云平台与地域分别确认 |
1.2.3 多云资源管理
- 账号与地域管理：运营方维护云平台和账号，并同步可用地域、资源池及规格；
- 授权范围控制：通过资源池授权和业务区域授权，控制不同业务可见的云商与地域；
- 规格与成本信息：部署候选可以展示卡型、卡数、CPU、内存、实例数量、预估成本和币种；
- 云厂商适配：底层通过云厂商组件完成资源查询和服务创建，不同云平台的字段及生命周期能力可能不同；
- 运行观测：部署后结合任务状态、云厂商事件、调用日志和资源监控查看运行情况。
二、模型部署资产 — 本地模板与云侧配置
On-Prem 与 On-Cloud 的资产组成不同，分别服务于本地算力部署和云上模型部署：
图 2 On-Prem 与 On-Cloud 模型部署资产
| 部署范围 | 组成 | 用户手册入口 |
|---|---|---|
| On-Prem | 模型配置、显存测算、框架配置、推理模板 | 模型配置 / 显存测算 / 框架配置 / 推理模板 |
| On-Cloud | 推理镜像、推理框架、模型库；模型库继续关联元模型、云侧部署点、云上模型、算力方案和输出配置 | 推理镜像 / 推理框架 / 模型库 |
2.1 AI Infra On-Prem
2.1.1 能力概述
AGIOne 通过模型配置、显存测算、框架配置和推理模板沉淀可复用的本地部署参数。模板是否可用取决于运营方配置、目标模型、算力规格、镜像和推理引擎验证结果。
2.1.2 内置模型模板示例
主流大模型预置模板示例
下表保留为容量评估示例，不代表当前环境已内置对应模型，也不构成型号、卡数、上下文或推理引擎兼容承诺。交付时应以当前模板列表和实际测试结果为准。
| 模型系列 | 典型版本 | 参数规模 | 推荐算力规格 | 推理引擎 | 上下文支持 |
|---|---|---|---|---|---|
| DeepSeek | V3.1 / R1 | 671B MoE / 14B-70B | H200×8 / H20×2 | vLLM | 32K/64K/128K |
| Qwen | QwQ-32B | 32B | H20×1 / L20×4 | vLLM | 32K/64K |
| Qwen-VL | 2 / 3 | 14B / 72B | L20×1 / L20×4 | vLLM | 多模态 |
| Llama3 | 8B | 8B | L20S×1 / Ascend 910B×1 | vLLM/MindIE | 32K |
| GLM | 5.1 | 744B | H20×16 | vLLM | 32K/64K/128K |
| 嵌入/重排 | bge-m3 / bge-reranker / qwen3-embedding | — | L20×1 / L4×2 | vLLM | — |
2.1.3 模板版本管理
- On-Prem 平台模板：由运营方维护当前环境可用的模型配置、显存测算、框架配置和推理模板；
- 项目模板：项目可以基于已验证的模型、镜像、算力和参数组合沉淀专用模板，复用前仍需确认版本与资源条件；
2.2 AI Infra On-Cloud
2.2.1 能力概述
AI Infra On-Cloud 将模型展示信息与云侧部署能力组合为可发布、可推荐的模型记录。模型名称、标签和能力可以来自统一的元模型；AGIOne 负责维护该模型能够在哪些云平台和地域部署、使用什么运行时和规格，以及如何形成可访问的推理服务。
云侧模型资产准备流程为：
图 2-A AI Infra On-Cloud 云侧模型资产发布流程
2.2.2 云侧部署资产
| 部署资产 | 主要内容 | 作用 |
|---|---|---|
| 推理框架 | vLLM、SGLang 等推理框架类型 | 定义模型采用的推理运行时 |
| 框架版本 | 版本、端口、启动参数、环境变量和兼容条件 | 为不同模型和云厂商提供可复用运行配置 |
| 运行时镜像 | 云平台实际可用的容器镜像及关联状态 | 承载推理框架与模型启动环境 |
| 模型库记录 | 元模型关联、上架状态和模型能力引用 | 形成用户侧模型市场中的可部署模型 |
| 云侧部署点 | 云平台、地域、模型来源、框架、镜像和输出配置 | 描述模型在某个云环境中的完整部署能力 |
| 算力方案 | 规格、GPU、CPU、内存、实例数和计费信息 | 形成推荐部署的资源候选 |
2.2.3 模型信息与部署信息边界
| 信息范围 | 主要来源 | 展示或使用方式 |
|---|---|---|
| 名称、标签与模型能力 | 统一元模型 | 用于模型市场展示和筛选 |
| 上架状态与可见范围 | AGIOne 模型库 | 决定模型是否可被用户发现 |
| 云平台、地域与规格 | 云侧部署点和算力方案 | 用于过滤和生成部署候选 |
| 框架、镜像与启动配置 | 推理框架及运行时镜像 | 由运营方维护，用户部署时由平台自动匹配 |
| 模型来源与输出配置 | 云厂商模型资产或模型存储配置 | 用于创建服务并生成访问方式 |
2.2.4 发布前检查
- 已关联可展示的元模型，并确认名称、标签和能力信息；
- 至少存在一个完整的云侧部署点；
- 部署点已经关联可用的推理框架版本和运行时镜像；
- 算力方案中可以确认规格、资源信息和计费口径；
- 模型来源、输出配置和 API 访问配置满足目标云厂商要求；
- 实际发布能力仍以当前环境、云厂商接口和部署验证结果为准。
三、快速部署 — 本地与云上两种路径
3.1 AI Infra On-Prem
3.1.1 能力概述
基于已准备的模型、框架、镜像、规格和授权资源，AGIOne 提供 「选模型 → 选规格 → 提交部署」 的产品化流程。运营方负责准备底层资源和部署资产，普通用户从当前可见范围发起快速部署并查看结果。
3.1.2 三步快速部署流程
图 3 快速部署三步流程
3.1.3 智能规格筛选
用户选定模型后，页面根据当前已配置并授权的云平台、地域、模型和算力方案展示可选部署组合。以下条件用于说明部署前需要核对的资源关系：
| 筛选条件 | 自动判断逻辑 |
|---|---|
| 显存够不够 | 计算模型权重 × 量化系数 + KV Cache 预留 + 系统开销 |
| 卡数够不够 | 检查目标算力池中空闲卡数 ≥ tensor_parallel_size |
| 网络满不满足 | 多机部署时验证 RDMA 带宽与延迟 |
3.1.4 部署过程可视化
部署启动后，UI 上 逐阶段实时显示 全过程，让用户对部署状态心中有数：
| 阶段 | UI 或状态页关注内容 | 时间说明 |
|---|---|---|
| ① 资源分配 | 检查所选地域、资源池、规格和额度是否可用 | 取决于资源状态 |
| ② 容器调度 | 检查工作负载调度、节点匹配和配额结果 | 取决于集群状态 |
| ③ 镜像拉取 | 检查镜像仓库、认证和网络是否正常 | 取决于镜像大小与网络 |
| ④ 模型加载 | 检查权重存储、挂载、显存和模型启动状态 | 取决于模型与存储 |
| ⑤ 健康检查 | 检查部署状态、监控和事件记录 | 取决于启动与探测配置 |
部署耗时取决于算力供给、镜像、模型权重、存储、网络和集群状态，不在产品文档中承诺固定完成时间。
3.1.5 失败回滚与诊断
- 部署失败时先查看部署状态、监控、事件和相关日志，确认失败阶段；
- 常见原因包括配额或容量不足、镜像不可用、存储挂载失败、模型资产不匹配和网络异常；
- 资源清理与重试应按当前页面能力和交付方案执行，不默认承诺自动回滚。
3.2 AI Infra On-Cloud
3.2.1 能力概述
AI Infra On-Cloud 采用推荐式部署。普通用户只需要表达模型、部署模式、业务偏好和云厂商范围等业务意图，平台根据运营方已经准备的云账号、地域、框架、镜像、部署点和算力方案生成候选方案，并自动补齐底层运行配置。
推荐式部署主流程为：
图 3-A AI Infra On-Cloud 推荐式部署流程
3.2.2 用户选择与平台自动匹配
| 范围 | 用户负责选择 | 平台负责处理 |
|---|---|---|
| 模型与运行方式 | 模型、推理框架类型 | 兼容的具体框架版本和运行时镜像 |
| 部署方式 | 单节点部署或高可用部署 | 对应的云侧部署点、节点组合和运行配置 |
| 业务偏好 | 成本优先、成本与体验均衡或性能优先 | 按资源、价格和可用条件排序候选方案 |
| 云厂商范围 | 指定云厂商或使用全部可用范围 | 按业务区域授权过滤云平台和地域 |
| 最终确认 | 部署名称、推荐方案和匹配的云账号 | 模型来源、规格、输出配置和服务创建参数 |
3.2.3 推荐方案关注内容
用户选择候选方案时，重点比较下列业务信息：
- 云平台与地域：服务将部署到哪个云厂商和地域；
- 部署模式：单节点方案适合快速验证，高可用方案用于需要多节点保障的场景；
- 资源规格：GPU 类型与数量、CPU、内存和实例数量；
- 成本信息：预估成本、币种和计费周期，实际账单以云厂商和当前环境为准；
- 框架类型：方案采用的推理框架类型，具体版本和镜像由平台自动匹配；
- 可用账号：确认部署时只能选择与方案云厂商匹配且当前租户可用的云账号。
3.2.4 部署过程与结果
| 阶段 | 页面关注内容 |
|---|---|
| 部署前校验 | 云账号、地域授权、部署点、框架、镜像和规格是否完整可用 |
| 云服务创建 | 平台向目标云厂商提交推理服务创建请求 |
| 服务启动 | 查看云侧任务状态、实例状态和厂商返回事件 |
| 健康与访问检查 | 确认服务健康状态、访问地址和认证信息是否已生成 |
| 运行管理 | 在“我的部署”中查看详情，并按页面能力执行启动、停止或删除 |
3.2.5 失败诊断
- 账号或授权问题：检查云账号是否有效，目标云商和地域是否在当前业务授权范围内；
- 部署资产问题：检查部署点是否缺少框架版本、镜像、模型来源或输出配置；
- 规格问题：检查目标地域下的规格是否存在、可供应，并确认价格和币种没有跨地域复用；
- 云厂商任务失败：结合部署状态、云厂商事件和错误摘要定位创建或启动失败阶段；
- 访问不可用：检查服务健康状态、访问地址、认证信息以及目标云厂商的调用协议。
四、模型发布 — 服务化对外暴露
4.1 能力概述
Model Services 支持模型提供方发布单模型、BYOK Endpoint 或聚合模型，配置当前页面提供的可见范围、定价和限流字段并提交审核；运营方审核后，普通用户可以发现、体验和调用已授权模型。
4.2 Endpoint 标准化封装
| 封装维度 | 内容 |
|---|---|
| 协议与字段 | 以目标模型详情页和快速开始中展示的调用示例为准，按部署版本确认 |
| Endpoint URL | 使用目标模型页面提供的实际 Endpoint 和模型标识，不复用文档示例地址 |
| 请求 / 响应能力 | 取决于目标模型与当前版本；Function Calling 当前为规划中能力 |
4.3 认证与权限
- 调用凭据：使用模型页面提供或当前环境分配的访问凭据，按安全策略保存和轮换；
- 角色职责：模型提供方负责发布，运营方负责审核，普通用户负责体验和调用；
- 授权范围：租户、角色、模型可见范围和资源授权共同决定账号能够执行的操作。
4.4 定价配置
模型提供方可以配置当前发布页面提供的价格字段。下表仅为计价需求示例，实际计价维度、币种和价格以环境配置与商业规则为准：
| 计价模式 | 适用场景 | 配置示例 |
|---|---|---|
| 按 Token 计价（输入 / 输出分价） | 通用对话、文档生成 | DeepSeek-V3：输入 ¥0.12/千 Token，输出 ¥0.48/千 Token |
| 按调用次数计价 | 固定结构请求（OCR、向量化） | Embedding：¥0.001 / 次 |
| 按时长计价 | 流式输出、长任务 | 语音合成：¥0.05 / 秒 |
4.5 多维限流配置
模型发布页面可以配置当前版本提供的调用限制字段。具体限制维度和生效方式以页面与调用结果为准：
| 限流维度 | 配置粒度 | 典型场景 |
|---|---|---|
| 按租户 RPM/TPM | 每租户独立配额 | 智能制造事业部：RPM=500, TPM=2,000,000 |
超限后的响应状态、排队或拒绝行为需要在目标版本中验证，不在本文固定承诺。
五、模型聚合 — 多目标优化的智能编排
5.1 能力概述
聚合模型（Aggregated Model）由模型提供方使用符合条件的已发布成员模型创建，对外提供统一模型入口。成员模型选择、可用路由策略、价格和限制字段以当前创建页面为准；普通用户不负责创建聚合模型。
5.2 聚合模型匹配策略
图 4 聚合模型的五种匹配策略
当前创建页面提供成本优先、成功率优先、成本与体验均衡、随机和轮询五种匹配策略。协议一致性属于创建前检查项，不是平台自动完成的协议转换策略。
5.3 五种匹配策略说明
5.3.1 成本优化型聚合
- 作用：在可用成员模型中优先考虑成本；
- 验证：价格和实际路由结果以当前配置及调用记录为准。
5.3.2 成功率优先
- 作用：在可用成员模型中优先考虑调用成功率；
- 验证：成功率统计口径和实际成员选择结果以当前版本及调用记录为准。
5.3.3 成本与体验均衡
- 作用：综合考虑成员模型的成本和调用体验；
- 验证：本文不预设固定权重公式，实际结果通过调用记录确认。
5.3.4 随机
- 作用：从符合条件的成员模型中随机选择；
- 验证：使用多次调用记录检查成员选择结果，不固定声明分布比例。
5.3.5 轮询
- 作用：按轮询方式在符合条件的成员模型之间选择；
- 验证：成员变化后重新检查调用记录，确认轮询结果符合预期。
5.4 运行期路由与聚合服务治理
聚合模型在调用期间会根据请求要求、候选运行状态和聚合类型完成成员筛选、故障重试及计费归属。以下能力来自当前代码实现；实际生效范围取决于模型元数据、聚合类型、环境配置和部署版本。
| 运行期能力 | 当前实现 | 生效边界 |
|---|---|---|
| 请求级能力感知路由 | 每次调用时，路由器会根据协议、Function、Reasoning、Web Search 以及上下文、输入和输出 Token 限制筛选成员模型。 | 此能力用于比较请求要求和模型能力元数据，不表示 Function Calling 已成为当前可交付能力；具体支持状态以支持矩阵为准。 |
| 运行态健康与负载感知 | 路由器结合分钟级成功率、熔断状态、在途并发和节点数调整可用候选。 | 实际选择结果取决于可用运行数据和当前匹配策略。 |
| 跨模型源自动重试 | 对符合重试条件的服务异常、超时或平台异常，路由器会在向客户端输出结果前重试，并排除已尝试模型及相同模型源；默认最多尝试三次。 | 已经向客户端输出内容或不符合重试条件的错误不会进入该重试流程。 |
| 自适应路由计划与体验反馈 | 路由器将首 Token 时间、输出速度、成功和失败结果写入运行状态，并据此更新后续路由计划。 | 路由计划会随实际调用结果变化，不代表固定的成员命中比例。 |
| 默认聚合公共候选池 | 平台默认聚合可以围绕同一元模型，动态发现已审核、已上架的公开模型。 | 该机制适用于平台默认聚合；模型提供方创建的普通聚合使用已配置的成员模型，最终调用仍需通过访问控制。 |
| 分层计费与责任归属 | 平台根据默认聚合、公开聚合或私有聚合类型，确定调用方、服务发布方和真实成员模型之间的余额及计费归属。 | 实际扣减和记录结果取决于模型价格、计费规则及调用数据。 |
5.5 多场景聚合配置
| 聚合场景 | 可选策略 | 配置与验证重点 |
|---|---|---|
| 成本敏感调用 | 成本优先 | 核对成员价格配置和实际路由结果 |
| 优先保障成功调用 | 成功率优先 | 核对成功率统计口径和异常成员处理结果 |
| 兼顾成本与体验 | 成本与体验均衡 | 通过调用记录验证综合选择结果 |
| 成员间分配请求 | 随机或轮询 | 通过多次调用检查成员选择分布 |
5.6 聚合模型的成员调整与验证
图 5 聚合模型成员调整与调用连续性验证流程
成员模型或匹配策略发生变化时，应先记录原配置，再按页面完成调整和必要审核，并通过调用、调用统计和调用日志验证结果。本文不默认承诺 Endpoint 保持不变、自动扩缩容或业务无感。
六、计量、账务与财务运营 — 精细化运营管控
6.1 能力概述
AGIOne 提供调用日志、用量、计量明细、额度、收益、用户账务、客户财务、运营财务、结算、对账和 License 状态等运营页面，用于查看当前环境记录的数据。计费维度、精度、币种、积分规则、结算方式、License 额度和财务账户流程以商业配置、模型返回字段、同步状态与部署版本为准。
6.2 多维计量数据采集
平台可记录或汇总下列计量维度；是否存在、精度和完整性取决于目标模型返回字段、计量配置和同步状态：
| 计量维度 | 采集内容 | 数据边界 |
|---|---|---|
| 输入 Token 数 | 模型返回或平台记录的输入 Token | 是否包含系统提示词和对话历史，以目标模型返回字段和计量配置为准 |
| 输出 Token 数 | 模型返回或平台记录的输出 Token | 流式中断场景的数据完整性需要按目标模型验证 |
| 调用次数 | API 调用次数及成功、失败状态 | 统计口径以调用日志和当前页面为准 |
| 推理时长 | 调用耗时、首 Token 时间等页面已记录字段 | 时间精度以当前页面、采集配置和部署版本为准 |
| 多模态计量 | 模型返回的图像、音频或其他多模态用量 | 是否存在及单位取决于模型返回字段 |
6.3 积分制定价体系
平台可以使用额度或积分记录资源与调用消耗，具体单位和兑换关系由当前环境配置：
- 统一记录：在用量与计量页面查看当前账号范围内的消耗数据；
- 配置关系：币种、价格和额度关系以运营方维护的当前配置为准；
- 角色范围：运营方、模型提供方和普通用户看到的数据范围不同；
- 结果核对：调用、用量、计量和收益数据应按同一时间范围交叉核对。
计费规则示例
以下数字只用于说明计算方式，不代表当前模型价格、兑换比例或结算规则。
| 模型规格 | 输入计费 | 输出计费 | 适用场景 |
|---|---|---|---|
| DeepSeek-V3 / 128K | 12 积分 / 千 Token | 48 积分 / 千 Token | 高价值复杂推理 |
| Qwen2.5-72B / 64K | 8 积分 / 千 Token | 32 积分 / 千 Token | 标准文档处理 |
| DeepSeek-7B / 32K | 2 积分 / 千 Token | 8 积分 / 千 Token | 高并发轻量场景 |
| Embedding 模型 | 1 积分 / 千 Token | — | 知识库索引、检索 |
| OCR 服务 | 5 积分 / 次 | — | 图像识别 |
💡 积分 ⇄ 金额示例
假设兑换比例
1 元 = 100 积分：
- 一次 1000 输入 + 500 输出 Token 的 DeepSeek-V3 调用 = 12 + 24 = 36 积分 = ¥0.36
- 智能制造事业部月初下发 10,000,000 积分（折合 ¥10 万），可在月内自由消费。
6.4 计量清单与扣减清单
平台提供计量明细、用量、调用日志和收益等记录入口，可用于核对；实际字段、数据范围和同步时效以当前页面为准。
6.4.1 计量清单（按调用维度）
记录 每一次 API 调用 的完整计量数据：
| 字段 | 示例 |
|---|---|
| 调用 ID | req_2026042701000123 |
| 时间戳 | 2026-04-27 10:23:45.123 |
| 租户 / 用户 | 智能制造事业部 / zhangsan |
| 模型 / Endpoint | deepseek-v3-128k-aggregated |
| 输入 Token | 1,243 |
| 输出 Token | 587 |
| 推理时长（ms） | 8,234 |
| 调用结果 | Success |
| 应扣积分 | 1243×0.012 + 587×0.048 = 42.7 积分 |
6.4.2 扣减清单（按账户维度）
按租户 / 用户 / 时段汇总积分扣减情况：
| 维度 | 维度示例 | 周期 | 起始积分 | 累计扣减 | 余额 |
|---|---|---|---|---|---|
| 智能制造事业部 | （部门级） | 2026-04 | 10,000,000 | 6,234,891 | 3,765,109 |
| 智能制造事业部 / 张三 | （用户级） | 2026-04 | — | 432,156 | — |
| 智能制造事业部 / 示例应用 | （应用级） | 2026-04 | — | 1,892,344 | — |
6.5 财务与 License 运营
财务模块把计量数据扩展为面向账务和财务运营的流程，区分用户侧账务、模型提供方收益、客户财务、运营财务、巡检对账、结算和 License 管理。
| 范围 | 典型对象 | 用户手册入口 |
|---|---|---|
| 用户账务 | 当前账号可见的余额、额度、交易流水、充值订单和月度账单 | 我的财务 |
| 模型提供方收益 | 授权范围内的客户列表、收益和结算记录 | 收益 |
| 客户财务 | 客户档案、业务线、充值订单和客户财务状态 | 客户财务 |
| 运营财务 | 今日任务、月结总览、结算单、财务账户、巡检对账和调账 | 运营财务 |
| License | License 额度、有效期、激活状态和模块授权 | License |
涉及金额和结算结论时，应在具体财务页面中统一账期、租户、客户、账户和同步状态后判断，不应只依据模型调用计量结果直接推断结算结果。
七、调用可观测 — 全链路监控分析
7.1 能力概述
调用可观测通过调用总览、分析、日志以及 On-Prem 监控页面连接业务调用与资源状态。可关联到的链路范围和指标取决于角色权限、采集配置、目标模型返回字段与部署版本。
7.2 三类排查证据
图 6 调用问题排查的三类证据
7.3 多维度调用统计
7.3.1 按模型维度
- 查看模型或聚合模型的调用总量、成功、失败、限流触发和 Token 消耗；
- 使用调用统计进入目标模型的日志入口；
- 在调用日志中核对调用时间、状态、使用情况、耗时、首 Token 时间、失败类型和错误信息。
7.3.2 按客户 / 租户维度
- 普通用户查看当前账号发起的调用；
- 模型提供方在授权范围内查看客户调用、用量和收益；
- 具体客户、租户和 Key 维度取决于当前页面、角色权限与部署版本。
7.3.3 按时段维度
- 在调用概览或调用统计中选择相同时间范围比较调用趋势；
- 当前用户手册未确认自动生成未来 30 天 RPM/TPM 容量预测。
7.4 异常联动排查流程
当用户反馈调用异常时，可以按 应用调用 → 模型与审核状态 → Endpoint 与配额 → 部署与资源监控 的顺序排查：
图 7 从调用异常到资源状态的排查流程
八、设置与访问控制 — 平台治理工作区
8.1 能力概述
设置模块集中维护身份、租户、审计、登录安全、平台配置和 API 流控能力。它用于支撑模型与算力流程周边的控制面治理，不直接承担模型发布或调用任务。
| 范围 | 典型对象 | 用户手册入口 |
|---|---|---|
| 个人设置 | Key、账号信息、项目和个人工作台 | 我的 Keys |
| 成员与角色 | 团队成员、角色、成员额度和额度申请 | 团队成员 |
| 租户 | 租户记录和用户侧租户设置 | 租户 |
| 消息与日志 | 操作日志和配置变更追踪 | 操作日志 |
| 系统配置 | 平台设置和登录配置 | 平台设置 |
| API 流控 | 规则管理、观测审计、节点缓存和发布中心 | API 流控概览 |
设置变更可能影响真实用户、访问凭据、登录行为、审计可见性和 API 流量。修改成员、角色、登录策略、Key 或流控规则前，应确认角色范围、租户范围和回退方式。
九、能力联动闭环
AGIOne 的前六项业务链路能力可以按资源准备、模型配置、部署、发布、调用和运营顺序组合使用：
图 8 AGIOne 前六项业务链路能力联动闭环
典型业务闭环：
- ① 算力纳管 提供资源底座 →
- ② 模型模板 沉淀部署经验 →
- ③ 快速部署 将模型上线 →
- ④ 模型发布 转为商业服务 →
- ⑤ 模型聚合 优化用户体验 →
- ⑥ 计量计费 驱动财务核算 →
- ⑦ 调用可观测 反哺资源规划与模板优化 → 回到 ①