MP MemPlumbAI Assistant / v0.1

MEMPLUMB / ENTERPRISE AI / MEMORYOPS

企业 AI 知识助手知识有出处,
记忆有边界。

企业知识库提供制度、SOP 与产品资料,MemPlumb 管理 AI 的长期记忆、纠错证据与发布门禁,再连接 CRM、ERP、工单等实时业务系统。三者各守边界,AI 才能持续服务员工与客户。

PRIVATE-FIRST / 客户生产数据建议部署在企业私有环境;公开页面仅展示流程与演示数据。

RAG DOCUMENT EVIDENCE ACL ACCESS CONTROL MEMORY ACTOR CONTEXT OUTCOME FEEDBACK LOOP
KNOWLEDGE权威内容可引用
MEMORY长期记忆可治理
BUSINESS DATA实时状态回源查询
REVIEW人工纠错可留证
RELEASE策略变更可回放
CLEAR OWNERSHIP

不是把同一批资料,
存进三个地方。

每类信息都应该有唯一的权威来源。知识库负责组织知识,MemPlumb 负责随交互变化的长期记忆,业务系统负责订单、库存、审批等实时事实。

系统应该保存不应该替代回答时的作用
企业知识库ORGANIZATION KNOWLEDGE制度、SOP、产品手册、培训资料、文档版本和权限客户历史、订单状态、临时会话检索权威原文并提供引用
MemPlumbAGENT MEMORYOPS客户偏好、员工约束、已确认经验、纠错与结果证据完整文档库、业务数据库、身份权限系统按 Actor 和预算选择长期上下文
业务系统SYSTEM OF RECORD订单、库存、合同、设备、工单和审批的当前状态知识治理、长期对话记忆回答前实时查询并校验事实
GUIDED TRACE

看一次回答,
如何被组装出来。

切换场景查看知识、记忆和业务数据怎样协同。以下均为演示流程,不含真实客户信息,也不代表已交付客户成果。

SCENARIO / AFTER-SALES
USER QUERY

客户A公司再次反馈设备运行温度过高,这次应该怎样处理?

01 / KNOWLEDGE

知识库证据

《设备过热排查 SOP》v3.2 与《售后质保政策》2026-07

AUTHORITATIVE / 带文档版本与原文位置
02 / MEMORY

受控长期记忆

该客户上次选择先远程检测;已确认更换过风扇模组 A-17

ACTOR CONTEXT / 有来源、版本与有效期
03 / LIVE STATE

业务系统状态

工单系统确认设备仍在质保期,当前没有进行中的换机审批

SOURCE OF TRUTH / 每次回答前重新查询
ASSEMBLED ANSWER引用 + 个性化 + 下一步

建议先按 SOP 第 4 节完成远程温度与风扇转速检测;若超过阈值,直接创建质保换机审批。客户此前偏好先远程处理,本次可以沿用,但最终换机资格仍以工单系统审核为准。

  • SOP §4
  • 客户偏好
  • 实时质保状态
MEMPLUMB INTERVENTION

MemPlumb 在四个
关键时刻介入。

它不负责替代聊天界面或知识检索,而是控制什么值得记、这次用了什么、哪里记错,以及新策略能否安全上线。

01 / BEFORE

回答前

按企业 Workspace、Actor、策略和 token 预算生成受控上下文。

POST /v1/context
02 / AFTER

交互后

只写入值得长期保留、已经确认的偏好、约束、事实和处理结果。

POST /v1/events
03 / CORRECT

出错后

保存反馈、Outcome 与人工裁决,把真实错误固定成可复用案例。

OUTCOME / CASE
04 / RELEASE

发布前

对新旧记忆策略执行 Replay、完整案例群组检查和新鲜度门禁。

REPLAY / COHORT
REAL CONTROL SURFACE

记忆不是一层看不见的黑盒。

MemPlumb 控制面用于查看事件、有效记忆、上下文运行、评审任务与结果证据。企业可以追溯某条记忆来自哪里、何时被使用,以及人工如何纠正它。

了解 MemPlumb MemoryOps ↗
MemPlumb 记忆运维控制面总览,显示事件、有效记忆、上下文运行和评审任务
MEMPLUMB / CONSOLE OVERVIEW示例工作区 · Preview
DELIVERY PATH

先把知识建好,
再让一个场景真正跑通。

不从“大而全的企业 AI 平台”起步。先选择客服、销售、HR 或内部员工助手中的一个高频场景,形成可以验收的闭环。

PHASE 01

知识库基础

资料能查,口径统一
  • 资料盘点与知识架构
  • 首批 SOP 和权限治理
  • RAG 检索与引用验收
适合所有企业知识库项目
PHASE 02

AI 助手试点

记住对象,连续服务
  • 轻量集成适配层
  • 一个业务场景端到端接入
  • 记忆写入、有效期与人工纠错
推荐从 2–4 周可控试点开始
PHASE 03

记忆治理

错误可查,变更可控
  • 错误案例与结果归因
  • Replay 和完整群组测试
  • 发布门禁、灰度与回滚
适合长期运行且错误成本较高的 AI
FIT CHECK

什么项目值得
接入 MemPlumb?

不是每个知识库都需要长期记忆。只有 AI 会持续服务同一个员工、客户或业务对象,并且错误记忆需要审计和纠正时,接入才有实际价值。

GOOD FIT

适合介入

  • 客服需要延续客户历史和服务偏好
  • 销售助手需要记住已确认需求与限制
  • 员工助手需要按角色提供持续上下文
  • 错误记忆可能影响合规、承诺或业务操作
KEEP IT SIMPLE

暂时不需要

  • 只有静态文档浏览和关键词搜索
  • 一次性 FAQ,没有跨会话连续服务
  • 没有人工纠错、结果反馈或审计要求
  • 业务目标尚未明确,只想先“接一个大模型”
POCWindows EXE + SQLite适合小范围验证流程与记忆策略
SHARED PRODUCTIONNode Runtime + PostgreSQL置于企业私网或 TLS 入口之后

MemPlumb 当前为 Preview。正式生产需单独评估身份认证、备份恢复、密钥管理、监控告警和数据保留策略。

PILOT INTAKE

从一个真实业务场景开始。

说明行业、团队规模、现有资料平台和最希望 AI 持续记住的业务信息,我会据此拆出知识库范围、集成边界与试点周期。

WECHAT / 优先联系qmmmwyl
Gmail 提交试点需求 → Telegram 联系 ↗