智能体实战
会计智能体
我们自家的 Profex Accounting System 从设计之初就是为 AI 智能体操作而生：它通过 Model Context Protocol（MCP）开放整个后台系统，让 Claude 这类助手能以自然语言处理账目。
挑战
会计软件功能强大，操作起来却很慢：每一张发票、账单、付款、日记账与对账，都要逐一点击表单，还得清楚每项功能藏在哪里。没有专职簿记员的团队，往往要花上好几个小时做人工输入与月结杂务，而数据则锁在界面背后，人们每天使用的 AI 助手根本无从触及。
解决方案
我们把整个平台打造成 MCP 原生。AI 智能体通过 Model Context Protocol 连接，以 90 多个工具驱动完整的财务工作流程：草拟并审批发票与报价、记录账单与付款、过账及冲销日记账、对账银行账户，以及生成报告。七套内置操作手册带领智能体完成实际工作：月结、银行对账、账单付款批次、逾期应收账款跟进，以及季末税务审核。每项操作都以 API 密钥界定权限、有记录可查，并可还原。配套的 Telegram 机器人让员工随时随地提取发票、开支与收据。
租户管家
内置于租务管理平台的 AI 助手：房东与管家通过 WhatsApp、Telegram 或飞书聊天，即可处理日常运作。
挑战
管理多个单位的房东，要在电话、消息与电子表格之间应付重复的查询（房间详情、合同条款、空置状况）。新租约上线意味着要从已签合同中繁琐地人工输入资料，而没有智能电表的物业，每月都需要有人逐一手抄水电读数。
解决方案
我们在租务管理系统中搭建了一个 LangGraph 工具调用智能体，并通过可插拔的平台层在 WhatsApp、Telegram 或飞书上运行。房东与管家以自然语言（中文或英文）查询房间、租约、空置、合同与水电读数，智能体实时查询在线系统作答。遇上新租约，他们只需发送已签合同的照片，视觉 LLM 便会提取租客、租金、押金与日期，供核实后保存；水电方面，他们拍下电表，模型便读取数值、记录下来并计算用量，全程无需人工输入。
充电桩诊断智能体
电动车充电平台内的 AI 诊断智能体：运营人员以日常用语询问任何充电桩或充电会话出了什么问题，它便会调查在线系统找出答案。
挑战
电动车充电网络运行于来自不同供应商的分布式硬件之上，各家对 OCPP 协议的实现都略有差异。每当充电失败，运营人员都要翻查多个系统的 OCPP 状态码、数据库记录与日志存储，才能找出原因。这是需要深厚平台知识的缓慢工作，于是问题往往悬而未决。
解决方案
我们在管理后台搭建了一个智能体式调查员。运营人员描述症状，并将它关联到某个充电桩、会话、交易或用户；智能体随即执行诊断循环（先经相关性把关，再以操作手册引导，运用 12 个查询在线数据库与 OCPP 日志存储的工具进行推理），并实时流式传输进度，最后产出以日常用语撰写的诊断与交接报告。七套根源分析操作手册（硬件故障、固件、配置、网络、用户错误、软件漏洞）为它导航，所有个人资料在送达模型前均已脱敏，而且系统支持多 LLM，可并排比较模型，并逐次调查追踪成本。
