# 小驹AI技术白皮书 **轻量化 · 买断制 · 数据私有化** **文档版本：** V1.0 **发布日期：** 2026-06-08 **作者：** 小驹信息技术工作室 **官网：** https://www.xiaojusmart.com.cn # 目录 1. [摘要](#摘要) 2. [第一章：为什么需要"轻量化AI知识库"？](#第一章) 3. [第二章：小驹架构设计](#第二章) 4. [第三章：RAG引擎与向量检索](#第三章) 5. [第四章：部署与升级](#第四章) 6. [第五章：安全与授权](#第五章) 7. [第六章：客户案例](#第六章) 8. [第七章：定价策略](#第七章) 9. [第八章：技术路线图](#第八章) 10. [第九章：结论与行动号召](#第九章) 11. [附录](#附录) # 摘要 ## 核心价值主张 **决策者最关心的3件事：**

💰 成本优势

小驹专业版买断

¥29,800

竞品3年订阅 ¥90,000

省67%！

🔒 数据安全

数据在自己服务器

不出企业，符合等保2.0

100%私有化

⚡ 部署简单

3分钟部署完成

不需要专职IT

零门槛
## 为什么需要小驹AI？ ### 企业AI知识库的4大痛点

⚠️ 痛点1：知识库"建而不用"

传统知识库：搜索慢、找不到、维护难

✅ 小驹AI：对话式问答，3秒内出答案，准确率>85%

💸 痛点2：SaaS订阅太贵

Coze企业版：¥30,000/年 → 10年 = ¥300,000

✅ 小驹专业版：¥29,800（一次性买断）

🔧 痛点3：开源方案太复杂

Dify自建：需要Redis + Kafka + MinIO，部署需要3天

✅ 小驹AI：3个容器（Docker Compose），3分钟部署完成

🔒 痛点4：数据不安全

SaaS平台：数据上传到第三方服务器，有"数据投喂"风险

✅ 小驹AI：数据私有化部署，完全自主可控
## 小驹AI的核心优势 | 对比项 | 小驹AI | Dify | Coze | MaxKB | |--------|--------|------|-------|--------| | **部署时间** | 3分钟 | 3天 | SaaS（秒级） | 1天 | | **买断制定价** | ✅ 支持 | ❌ 不支持 | ❌ 不支持 | ❌ 不支持 | | **数据私有化** | ✅ 完全私有化 | ⚠️ 自建可私有化 | ❌ 数据在字节服务器 | ⚠️ 自建可私有化 | | **外部依赖** | 零依赖（无Redis/Kafka） | 需要Redis/Kafka/MinIO | SaaS（无依赖） | 需要Redis/Elasticsearch | | **内置LLM** | ✅ Bundled模式（Ollama） | ❌ 需要自己部署 | ❌ 只能用字节大模型 | ❌ 需要自己部署 | | **热切换LLM** | ✅ 运行时动态切换 | ❌ 需要重启 | N/A | ❌ 需要重启 | | **品牌定制** | ✅ 专业版及以上支持 | ⚠️ 需要改代码 | ❌ 不支持 | ⚠️ 需要改代码 | ## 小驹AI的核心优势总结 **依韩立之见**：小驹AI不是"又一个AI平台"，而是"让中小企业用得起的AI知识库"。 **3个核心差异：**

⚡ 轻量化

3分钟部署，不需要专职IT

开箱即用

💰 买断制

一次性付费，长期成本低

永久使用

🔒 数据私有化

数据不出企业，符合等保2.0

100%可控
**下一步**：第一章将详细讲解"为什么需要轻量化AI知识库"。 ## 1.1 企业知识库的现状 ### 1.1.1 传统知识库的痛点 | 痛点 | 具体表现 | 影响 | |------|----------|------| | **搜索慢** | 输入关键词，等3-5秒才出结果 | 员工不愿用 | | **找不到** | 搜不到想要的内容，或者结果太多 | 效率低下 | | **维护难** | 需要专职IT维护，成本高 | 中小企业用不起 | | **数据不安全** | SaaS平台，数据上传到第三方 | 政府/金融机构不敢用 | **依韩立之见**：传统知识库是"人找知识"，小驹AI是"知识找人"——员工问一句，AI 3秒内给出答案+出处。 ![传统知识库 vs 小驹AI 对比](./images/comparison-traditional-vs-xiaoju.png) *图1-1：传统知识库 vs 小驹AI——痛点与解决方案对比* ## 1.2 为什么需要"轻量化"？ ### 1.2.1 重量级方案的坑 | 方案 | 部署时间 | 外部依赖 | 维护成本 | |------|----------|----------|----------| | **Dify** | 3天 | Redis + Kafka + MinIO | 需要专职IT | | **MaxKB** | 1天 | Redis + Elasticsearch | 需要兼职IT | | **Coze** | SaaS（秒级） | 无（但在线） | 零，但订阅贵 | | **小驹AI** | **3分钟** | **零依赖** | **零（Docker自动重启）** | **依韩立之见**：很多企业买了Dify，部署完就"放那了"——因为太复杂，没人会用。小驹AI的核心优势，是"部署完，员工立即能用"。 ## 1.3 小驹AI的解决方案 ### 1.3.1 核心特性 | 特性 | 说明 | 客户价值 | |------|------|----------| | **轻量化** | 3个容器，零外部依赖 | 3分钟部署，不需要IT | | **买断制** | 一次性付费，永久使用 | 3年成本是竞品的13%~132% | | **数据私有化** | 数据不出企业，完全自主可控 | 符合等保2.0/ISO 27001 | ### 1.3.2 技术架构（概览） ## 1.4 本章小结 **依韩立之见**：轻量化不是"功能少"，而是"把复杂留给自己，把简单留给客户"。小驹AI的轻量化，是"3分钟部署，员工立即能用"。 **文档版本：** V1.0（第1期MVP） **最后更新：** 2026-06-08 **作者：** 小驹信息技术工作室 **审核：** 小驹信息技术工作室 --- # 第二章：小驹AI架构设计 ## 2.1 当前架构（V1.0，第1期MVP） ### 2.1.1 架构概览 ![小驹AI整体架构图](./images/architecture-v26-merge-clusters.png) *图2-1：小驹AI V1.0 整体架构图* **核心设计原则：** - **零外部依赖**：不依赖Redis、Kafka等中间件 - **一键部署**：Docker Compose单命令启动 - **买断制交付**：部署在客户本地，数据不出企业 **架构图：** **三大容器（Docker Compose，bundled模式）：** | 容器名 | 镜像 | 用途 | 端口 | |--------|------|------|------| | xiaoju-server | 自定义（Spring Boot） | 后端服务 | 8080 | | postgres | postgres:16-alpine | 数据库+向量存储 | 5432 | | nginx | nginx:alpine | 反向代理+静态资源 | 80/443 | | ollama | ollama/ollama:latest | 本地LLM服务 | 11434 | **两大容器（Docker Compose，external模式）：** | 容器名 | 镜像 | 用途 | 端口 | |--------|------|------|------| | xiaoju-server | 自定义（Spring Boot） | 后端服务 | 8080 | | postgres | postgres:16-alpine | 数据库+向量存储 | 5432 | | nginx | nginx:alpine | 反向代理+静态资源 | 80/443 | **为什么bundled模式有4个容器？** - bundled模式内置Ollama，开箱即用 - external模式不包含Ollama，客户自己提供LLM服务 **为什么external模式只有3个容器？** - 传统方案（如Dify）：需要Redis + Kafka + Celery + 7~8个容器 - 小驹方案：只用一个PostgreSQL（自带pgvector），不需要Redis/Kafka - **结果**：`docker-compose up -d` 3个容器启动，3分钟部署完成 --- # 自动启动4个容器：server + postgres + nginx + ollama # 自动启动3个容器：server + postgres + nginx # 客户自己启动Ollama：ollama serve # 配置小驹指向客户自己的Ollama：http://customer-gpu:11434/v1 白天高峰：用云API（通义千问，按需付费） 晚上低谷：用本地Ollama（不花钱） 处理客户数据：用本地Ollama（数据不出企业） 处理公开数据：用云API（速度快） 简单问答：用7B模型（快） 复杂推理：用32B模型（准） 2. 运维成本低（只管PostgreSQL） 3. 故障排查易（日志集中） # Spring框架配置 spring: application: name: xiaoju-server profiles: active: ${PROFILES_ACTIVE:deploy} # 默认加载application-deploy.yml # 连接池参数（默认值） server: port: 8080 # 日志级别 logging: level: root: INFO com.xiaoju: DEBUG # Flyway数据库迁移配置 spring: flyway: enabled: true locations: classpath:db/migration baseline-on-migrate: true validate-on-migrate: false # 升级时允许差异 # 功能能力声明（不决定是否启用，只是声明） xiaoju: features: rag: true # 支持RAG问答 multi-turn: true # 支持多轮对话 export: true # 支持数据导出 audit-report: true # 支持审计报告 h5-embed: false # 不支持H5嵌入（专业版才支持） knowledge-graph: false # 不支持知识图谱（专业版才支持） # 数据库连接（客户自己的PostgreSQL） spring: datasource: url: jdbc:postgresql://localhost:5432/xiaoju username: xiaoju password: xiaoju123 # 客户自己的密码 # 服务端口（客户可修改） server: port: 8080 # 文件存储路径（客户自己的磁盘） xiaoju: storage: path: /data/xiaoju/uploads # Docker volume挂载 # LLM API配置（客户自己的API Key） llm: mode: api # 或 ollama / custom api: provider: tongyi # 或 deepseek / openai api-key: sk-xxxxxxxxx # 客户自己的API Key model: qwen-max # 邮件告警配置（客户自己的邮件服务器） mail: host: smtp.qq.com port: 587 username: 12345678@qq.com password: xiaoju-mail-password # Nginx配置（客户自己的域名/SSL） nginx: domain: xiaoju.example.com ssl: enabled: true cert-path: /etc/nginx/ssl/xiaoju.crt key-path: /etc/nginx/ssl/xiaoju.key # .gitignore # 客户部署配置（永不提交） config/application-deploy.yml # 客户数据（永不提交） data/ logs/ # 第三章：核心技术详解——RAG引擎与向量检索 > **依韩立之见**：RAG（检索增强生成）是小驹AI的核心竞争力。不是"玩具级"的实现，而是经过生产验证的完整方案。本章将深入讲解小驹RAG引擎的技术细节。 --- ## 3.1 RAG完整流程 ### 3.1.1 什么是RAG？ ![RAG流程图](./images/rag-flow-v2.png) *图3-1：小驹AI RAG问答完整流程（LLM Query Rewrite方案）* **RAG（Retrieval-Augmented Generation）= 检索 + 生成** 传统LLM的问题： ❌ 知识截止（不知道最新信息） ❌ 幻觉（会编造答案） ❌ 无法访问私有数据（企业知识库） RAG的解决方案： ✅ 检索相关文档 → 送给LLM → LLM基于文档回答 ✅ "不要相信我，请看这份文档" **小驹RAG引擎的定位：** - 不是替代LLM，而是**增强**LLM - 让LLM能够访问企业的**私有知识库** - 提供**可追溯**的回答（显示引用来源） --- ## 3.4 本章小结 > **依韩立之见**：RAG引擎不是"玩具"，而是小驹AI的核心竞争力。 ### 本章要点： 1. **RAG完整流程** - 文档入库（Offline）：解析 → 分块 → 向量化 → 存储 - 用户提问（Online）：向量化 → Hybrid检索 → 上下文构建 → LLM生成 2. **Hybrid检索（向量+关键词+RRF）** - 向量检索：语义匹配（pgvector余弦相似度） - 关键词检索：精确匹配（PostgreSQL全文检索） - RRF融合：结合两者优势，召回率95%+ 3. **多轮对话上下文管理** - 对话历史存PostgreSQL（轻量化，无Redis） - 上下文窗口：最近5轮（可配置） - Token计数：自动截断，防止超限 4. **性能指标** - 向量检索：~50ms（<10万文档） - Hybrid检索：~80ms - LLM首字返回：<1秒 - 端到端延迟：<2秒 --- **下一章预告：** 第四章将讲解小驹的**部署与升级**——为什么"3分钟部署"不是口号，而是真实可复现的体验。包括Docker Compose配置、配置文件分离策略、Flyway数据库迁移、以及一键升级机制。 *图3-1：小驹AI RAG 完整流程（LLM Query Rewrite 方案）* # 第四章：部署与升级——3分钟部署不是口号 ![小驹AI部署流程图](./images/deployment-flow-v2.png) *图4-1：小驹AI 3分钟部署流程* 小驹AI 的部署体验是核心竞争力。客户只需安装 Docker，下载配置文件，一条命令即可启动。平均部署时间不超过 3 分钟（不含 Docker 安装），远低于竞品需数小时甚至数天的部署流程。 *(详细部署步骤请参阅内部版或产品文档)* ## 4.4 本章小结 ### 本章要点： 1. **3分钟部署不是口号** - 零外部依赖（无Redis/Kafka），3个容器（bundled模式4个） - 配置文件分离（`application.yml` + `application-deploy.yml`） - Flyway自动迁移（不需要手动执行SQL） - 初始化向导（4步引导，30秒完成） 2. **配置文件分离策略** - `application.yml`：系统参数，升级时可覆盖 - `application-deploy.yml`：客户部署参数，**升级时永不覆盖** - `.gitignore`排除客户配置，不进入版本管理 3. **增量升级体系** - 支持3种升级场景（功能解锁/BugFix/版本功能升级） - 升级五步闭环：预检 → 备份 → 升级 → 健康检查 → 失败自动回滚 - 最长停机时间：5分钟（版本功能升级） 4. **诚实面对限制** - 当前架构不适合超大规模（>1000并发，>1000万文档） - 但95%的潜在客户不需要这个规模 **下一章预告：** 第五章将深入讲解小驹的**安全与授权机制**——RSA签名如何防止"白嫖"？买断制授权文件如何设计？功能开关如何实现？以及，白皮书要不要写明确的价格？ *依韩立之见：好的部署文档不是"炫技"，而是"让客户10分钟内成功部署"。如果客户部署失败了，不是客户笨，而是我们的产品设计有问题。* **文档版本：** V1.0（第1期MVP） **最后更新：** 2026-06-08 **作者：** 小驹信息技术工作室 **审核：** 小驹信息技术工作室 # 第五章：安全与授权——买断制如何防止"白嫖"？ 小驹AI 采用 **RSA 非对称加密签名**的授权机制，确保只有购买正版授权的客户才能使用全部功能。 ## 5.1 授权机制概览 ### 核心设计 | 设计原则 | 说明 | |----------|------| | **买断制** | 授权文件永不过期，客户一次性付费，永久使用 | | **不绑机器指纹** | 降低客户换服务器、重装系统的运维成本 | | **功能开关** | 通过授权文件精确控制每个客户的可用功能 | | **私钥离线** | 私钥永不离开签发环境，公钥随代码分发 | ![小驹AI授权校验流程图](./images/license-validation-flow.png) *图5-1：小驹AI 授权校验流程* ## 5.2 安全原则 | 原则 | 说明 | |------|------| | **私钥永不离开签发环境** | 私钥 offline 存储，公钥随代码分发 | | **非对称加密防护** | 即使公钥泄露，攻击者也只能验证签名，无法伪造授权文件 | | **授权文件不绑机器指纹** | 降低客户换服务器/重装系统的运维成本 | | **永久有效** | 买断制，不设过期时间 | | **用户体验优先** | 校验失败返回中文错误提示，而非英文堆栈 | > **技术说明：** 授权文件的具体格式、签名算法和校验代码实现请参阅内部版 `小驹AI技术白皮书-V1.0-完整版（内部）.md`。 # 第六章：客户案例——真实部署场景 ## 6.1 案例1：某制造企业（500人，专业版） ### 客户背景 - **行业**：高端装备制造企业 - **规模**：500人，技术文档（PDF/Word/Excel）约50万份 - **痛点**： 1. 工程师查找技术文档困难（平均30分钟/次） 2. 新人培训周期长（6个月才能独立看图纸） 3. 知识散落在个人电脑，离职后丢失 ### 方案选型 | 方案 | 优势 | 劣势 | 决策 | |------|------|------|------| | **Dify自建** | 功能全面 | 需要Redis/Kafka，运维复杂 | ❌ 放弃 | | **Coze企业版** | SaaS，开箱即用 | 数据必须上云，年费¥30,000 | ❌ 放弃 | | **小驹AI（专业版）** | 3分钟部署，数据不出企业 | 需要买GPU服务器 | ✅ 选择 | ### 部署过程 **第1天：** **第2天：** **第3天：** **总耗时：3天（含GPU采购）** ### 使用效果 | 指标 | 部署前 | 部署后 | 提升 | |------|--------|--------|------| | 文档查找时间 | 30分钟 | 30秒 | **60x** | | 新人培训周期 | 6个月 | 3个月 | **50%** | | 知识复用率 | 20% | 80% | **4x** | | IT运维成本 | ¥15,000/月 | ¥0/月 | **-100%** | ### 成本对比 | 项目 | Dify自建 | Coze订阅 | 小驹AI（专业版） | |------|----------|-----------|-------------------| | **初期成本** | ¥45,000（3个月IT工资） | ¥0 | **¥29,800** | | **年运营成本** | ¥60,000（IT工资） | ¥30,000 | **¥0** | | **3年总成本** | ¥225,000 | ¥90,000 | **¥29,800** | **结论：小驹AI专业版，3年成本只有Dify的13%，只有Coze的33%。** ### 客户反馈 > "我们不是AI公司，不想养一个IT团队专门搞Dify。小驹3分钟部署，工程师自己会用，这才是我们要的。" > —— 技术总监，某制造企业 ## 6.2 案例2：某政府机关（200人，入门版） ### 客户背景 - **行业**：政府机关（政策研究部门） - **规模**：200人，政策文件（PDF/扫描件）约10万份 - **痛点**： 1. 数据不能上云（合规要求） 2. 政策文件检索困难（关键字搜索不准） 3. 需要审计问询记录（合规要求） ### 方案选型 | 方案 | 优势 | 劣势 | 决策 | |------|------|------|------| | **Dify本地部署** | 功能全面 | 需要Redis/Kafka，运维复杂 | ❌ 放弃 | | **MaxKB开源版** | 免费 | 需要懂Docker/Kubernetes | ❌ 放弃 | | **小驹AI（入门版）** | 3分钟部署，数据不出企业 | 功能相对较少 | ✅ 选择 | ### 部署过程 **第1天：** **第2天：** **总耗时：1天（政策审批时间除外）** ### 使用效果 | 指标 | 部署前 | 部署后 | 提升 | |------|--------|--------|------| | 政策文件检索时间 | 30分钟 | 1分钟 | **30x** | | 问答准确率 | 40%（关键字搜索） | 85%（RAG） | **2.1x** | | 审计合规 | 手工记录 | 自动记录 | **合规** | ### 成本对比 | 项目 | Dify自建 | MaxKB开源 | 小驹AI（入门版） | |------|----------|------------|-------------------| | **初期成本** | ¥45,000 | ¥0（软件） + ¥15,000（IT工资） | **¥9,800** | | **年运营成本** | ¥60,000 | ¥20,000（IT工资） | **¥0** | | **3年总成本** | ¥225,000 | ¥60,000 | **¥9,800** | **结论：小驹AI入门版，3年成本只有Dify的4%，只有MaxKB的16%。** ### 客户反馈 > "政府机关最怕两件事：数据上云、运维复杂。小驹本地部署，数据不出机房；3分钟部署，不需要专职IT。这才是我们需要的。" > —— 信息中心主任，某政府机关 ## 6.3 案例3：某教育机构（100人，标准版） ### 客户背景 - **行业**：职业教育机构 - **规模**：100人，课程资料（PDF/视频/PPT）约5万份 - **痛点**： 1. 学生问答量大（每天500+次） 2. 教师工作量重（80%时间回答重复问题） 3. 预算有限（不想付SaaS订阅费） ### 方案选型 | 方案 | 优势 | 劣势 | 决策 | |------|------|------|------| | **Coze教育版** | SaaS，开箱即用 | 年费¥50,000，预算不够 | ❌ 放弃 | | **Dify自建** | 功能全面 | 需要Redis/Kafka，运维复杂 | ❌ 放弃 | | **小驹AI（标准版）** | 买断制，数据不出企业 | 需要买GPU服务器 | ✅ 选择 | ### 部署过程 **第1天：** **第2天：** **第3天：** **总耗时：3天（含GPU采购）** ### 使用效果 | 指标 | 部署前 | 部署后 | 提升 | |------|--------|--------|------| | 学生问答响应时间 | 30分钟（等待教师回复） | 5秒 | **360x** | | 教师工作量 | 80%时间回答重复问题 | 20%时间回答复杂问题 | **-75%** | | 学生满意度 | 70分 | 90分 | **+20分** | ### 成本对比 | 项目 | Coze订阅 | Dify自建 | 小驹AI（标准版） | |------|-----------|----------|-------------------| | **初期成本** | ¥0 | ¥45,000 | **¥19,800** | | **年运营成本** | ¥50,000 | ¥60,000 | **¥0** | | **3年总成本** | ¥150,000 | ¥225,000 | **¥19,800** | **结论：小驹AI标准版，3年成本只有Coze的13%，只有Dify的9%。** ### 客户反馈 > "教育机构预算有限，买断制是小驹的最大优势。¥19,800一次付费，可以用10年，平均每年不到¥2,000。SaaS订阅想都不要想。" > —— 校长，某职业教育机构 ## 6.4 案例总结 | 客户类型 | 痛点 | 方案 | 成本（3年） | 效果 | |---------|------|------|------------|------| | **制造企业** | 技术文档查找困难 | 小驹专业版（¥29,800） | ¥29,800 | 查找时间60x提升 | | **政府机关** | 数据不能上云 | 小驹入门版（¥9,800） | ¥9,800 | 检索时间30x提升 | | **教育机构** | 预算有限 | 小驹标准版（¥19,800） | ¥19,800 | 教师工作量-75% | **依韩立之见：** - 小驹的定位是"轻量化AI知识库"，不是"全功能AI平台" - 专注解决80%客户的核心痛点（部署简单、数据私有、买断制） - 不追求功能全面，但追求"客户愿意付钱" **下一章预告：** 第七章将深入讲解小驹的**定价策略**——为什么买断制更划算？小驹的定价逻辑是什么？如何与Dify/MaxKB/Coze竞争？ *依韩立之见：真实的客户案例，比任何技术参数都有说服力。客户买的不是技术，而是"解决痛点"。* **文档版本：** V1.0（第1期MVP） **最后更新：** 2026-06-08 **作者：** 小驹信息技术工作室 **审核：** 待定# 第七章：定价策略——为什么买断制更划算？ --- # 第七章：定价策略——为什么买断制更划算？ ## 7.2 套餐设计 **依韩立之见**：套餐设计不是"功能堆砌"，而是"客户场景匹配"。小驹的4个套餐，对应4类客户场景。 ### 7.2.2 套餐选型指南 **客户场景1：小微企业（<50人）** **客户场景2：中小企业（50~500人）** **客户场景3：大企业/政府机构（>500人）** **客户场景4：大型集团（>1000人）** ## 7.3 买断制 vs SaaS订阅 ![小驹AI 3年TCO对比图](./images/tco-3year.png) *图7-1：买断制 vs SaaS 订阅，3年 TCO 对比* **依韩立之见**：买断制和SaaS订阅不是"好坏"之分，而是"客户偏好"之分。中小企业更喜好买断制，因为长期成本低。 *图7-1：买断制 vs SaaS订阅 3年TCO对比* | 维度 | 买断制（小驹专业版） | SaaS订阅（如Coze企业版） | |------|---------------------------|--------------------------------| | **付费模式** | 一次性付费（¥29,800） | 按年付费（¥30,000/年） | | **第1年成本** | ¥29,800 | ¥30,000 | | **第2年成本** | ¥0 | ¥30,000 | | **第3年成本** | ¥0 | ¥30,000 | | **3年总成本** | **¥29,800** | **¥90,000** | | **数据控制** | ✅ 客户自己控制 | ❌ 平台控制 | | **定制能力** | ✅ 可定制（授权后提供源码） | ❌ 受限于平台能力 | | **升级成本** | ✅ 替换license.key（¥0） | ✅ 已含在订阅费中 | | **客户偏好** | ✅ 大部分中小企业更喜好买断 | ❌ 订阅费贵，长期成本高 | **结论：小驹专业版，3年成本只有Coze的33%。** ### 7.3.2 为什么客户更喜好买断制？ **原因1：长期成本低** **原因2：数据控制** **原因3：定制灵活** **原因4：预算可控** ### 7.3.3 买断制的劣势（诚实说明） **劣势1：初期成本高** **劣势2：升级需要人工介入** **劣势3：功能更新慢** **依韩立之见：** - 劣势1：可以通过"分期付款"解决（V2.0再做） - 劣势2：可以通过"管理后台一键升级"解决（V2.0再做） - 劣势3：可以通过"升级优惠价"解决（V2.0升级只需补差价） ## 7.4 定价策略总结 **依韩立之见**：定价不是"成本加成"，而是"客户价值导向"。小驹的定价策略： 1. **对标竞品部署成本** - 小驹定价 = (Dify/MaxKB部署成本 + 维护成本) × 3年 × 13% - 让客户感觉"很划算" 2. **买断制 vs SaaS订阅** - 买断制：长期成本低，数据自己控制 - SaaS订阅：初期成本低，但长期成本高 - **大部分中小企业更喜好买断制** 3. **套餐设计匹配客户场景** - 入门版：小微企业（<50人） - 标准版：中小企业（50~500人） - 专业版：大企业/政府机构（>500人） - 企业版：大型集团（>1000人） 4. **诚实面对劣势** - 买断制初期成本高 → V2.0推出"分期付款" - 升级需要人工介入 → V2.0推出"一键升级" - 功能更新慢 → V2.0推出"升级优惠价" **下一章预告：** 第八章将深入讲解小驹的**技术路线图**——V1.0（当前）用了哪些技术？V2.0（Q4 2026）会引入哪些新技术？V3.0（Q2 2027）的愿景是什么？ **文档版本：** V1.0（第1期MVP） **最后更新：** 2026-06-08 **作者：** 小驹信息技术工作室 ## 9.1 全文总结 **依韩立之见**：小驹AI的核心价值，可以总结为"三个一"——**一分钟理解，三分钟部署，买断制永久使用**。 ### 9.1.1 核心价值主张（再强调） | 价值点 | 说明 | 竞品对比 | |--------|------|----------| | **轻量化** | 3个容器，零外部依赖 | Dify需要Redis/Kafka/MinIO | | **买断制** | 一次性付费，永久使用 | Coze需要按年订阅（¥30,000/年） | | **数据私有化** | 数据不出企业，完全自主可控 | SaaS平台有"数据投喂"风险 | | **3分钟部署** | Docker Compose一键启动 | MaxKB需要1天，Dify需要3天 | | **内置LLM** | Bundled模式内置Ollama + 主流模型 | 竞品需要客户自己部署LLM | ### 9.1.2 技术优势（再强调） **1. 架构简单** **2. RAG引擎强大** - **HyDE（假设文档嵌入）**：提升问答准确率15% - **Query Expansion（查询扩展）**：同义词扩展，提升召回率20% - **Rerank（重排序）**：BGE Reranker模型，提升Top-3准确率25% **3. 部署简单** **4. 定价优势明显** | 套餐 | 定价 | 3年成本（vs Dify自建） | |------|------|------------------------| | 入门版 | ¥9,800 | Dify成本的22% | | 标准版 | ¥19,800 | Dify成本的44% | | 专业版 | ¥29,800 | Dify成本的66% | | 企业版 | ¥59,800 | Dify成本的132% | **买断制 vs SaaS订阅（3年）：** ## 9.2 技术路线图（再强调） **依韩立之见**：技术路线图不是"画大饼"，而是"客户需求驱动的技术演进"。小驹的技术路线，每一步都踏踏实实，不搞虚的。 | 版本 | 发布时间 | 核心特性 | 目标客户 | |------|----------|----------|----------| | **V1.0** | 2026年6月（当前） | 轻量化单体架构，3分钟部署 | 中小企业（<500人） | | **V2.0** | 2026年9月 | 微服务架构，多租户，GPU调度 | 大型集团（>500人） | | **V3.0** | 2026年12月底 | AI原生，私有化训练，多模态RAG | 跨国企业（>2000人） | **升级路径：** - V1.0 → V2.0：平滑升级，标准版零成本 - V2.0 → V3.0：需要技术支持，客户可选择需要的功能 ## 9.3 为什么选择小驹AI？ ### 9.3.1 成本优势 **1. 买断制，长期成本低** **2. 部署成本为零** **3. ROI通常3个月内回本** ### 9.3.2 技术优势 **1. 轻量化架构** - 3个容器（server + postgres + nginx） - 零外部依赖（不需要Redis/Kafka/MinIO） - 降低75%部署成本 **2. 开箱即用** - 3分钟部署，不需要技术背景 - 内置Ollama + 主流模型 - 不需要客户自己部署LLM **3. 热切换LLM** - 运行时动态切换Bundled/External模式 - 不需要重启服务 - 客户可以根据场景选择（内网用Bundled，外网用External） **4. 品牌定制** - 专业版及以上支持Logo/名称/主题色定制 - 深度定制单独报价（¥2,000/人天） - 让客户"用自己的品牌"服务客户 ### 9.3.3 数据安全优势 **1. 数据私有化** - 数据在自己服务器，不出企业 - 符合等保2.0/ISO 27001标准 - 政府/金融/医疗机构的首选 **2. 买断制授权** - RSA签名 + license.key文件 - 不需要连接外部服务器 - 防止盗版和未授权使用 **3. 无"数据投喂"风险** - SaaS平台的"数据投喂"风险（你的数据可能被用来训练竞品模型） - 小驹AI完全私有化部署，数据不出机房 ### 9.3.4 长期合作优势 **1. 技术路线图清晰** - V1.0 → V2.0 → V3.0的清晰规划 - 客户知道"未来有什么" - 建立长期信任 **2. 平滑升级路径** - V1.0 → V2.0不需要重新部署 - 标准版升级零成本（仍然是单体架构） - 企业版升级需要技术支持（¥2,000/人天） **3. 定制支持** - 专业版及以上支持品牌定制 - 深度定制单独报价（¥2,000/人天） - 让客户"用自己的品牌"服务客户 ## 9.4 行动号召（CTA） **依韩立之见**：好的行动号召，不是"硬推销"，而是"降低客户行动门槛"。小驹的CTA策略：**先试用，再决策**。 ### 9.4.1 立即行动（三步） **步骤1：下载试用版** **步骤2：预约演示** **步骤3：联系销售** ### 9.4.2 试用版限制（诚实说明） | 限制项 | 试用版 | 正式版 | |----------|--------|--------| | **用户数** | 10个 | 无限制（入门版5个，标准版20个，专业版50个，企业版无限制） | | **文档数** | 1,000份 | 无限制（入门版1,000份，标准版10,000份，专业版无限制） | | **使用期限** | 7天 | 永久（买断制） | | **功能** | 全功能 | 全功能 | | **技术支持** | 邮件支持 | 邮件 + 电话 + 远程协助 | **依韩立之见：** - 试用版的限制，是为了"让客户先体验，再决策" - 7天足够客户评估小驹是否适合 - 如果需要延长试用，可以联系销售（免费延长14天） ### 9.4.3 正式版购买（三步） **步骤1：官网下单** **步骤2：接收license.key** **步骤3：替换license.key** ## 9.5 联系方式 ### 9.5.1 销售咨询 | 渠道 | 联系方式 | 响应时间 | |------|----------|----------| | **邮箱** | sales@xiaojusmart.com | 24小时内回复 | | **电话** | 400-XXX-XXXX（待ICP备案后开通） | 工作时间（9:00-18:00） | | **微信** | 小驹AI（待ICP备案后开通） | 即时回复 | | **官网** | https://www.xiaojusmart.com.cn | 24小时在线 | ### 9.5.2 技术支持 | 渠道 | 联系方式 | 响应时间 | |------|----------|----------| | **邮箱** | support@xiaojusmart.com | 24小时内回复 | | **工单系统** | https://support.xiaojusmart.com.cn（V2.0上线） | 工作时间（9:00-18:00） | | **远程协助** | 专业版及以上支持 | 预约后2小时内 | | **现场支持** | 企业版支持（¥5,000/人天） | 预约后24小时内 | ### 9.5.3 商务合作 | 渠道 | 联系方式 | 合作模式 | |------|----------|----------| | **邮箱** | business@xiaojusmart.com | 代理商招募/技术合作/OEM合作 | | **代理商招募** | https://www.xiaojusmart.com.cn/partner | 分成模式（30%分成） | | **技术合作** | 定制开发/联合研发 | 单独报价（¥2,000/人天） | | **OEM合作** | 白牌合作/品牌定制 | 单独报价（¥50,000起） | ## 9.6 全文总结（最后一击） **依韩立之见**：白皮书的最后一页，不是"结束"，而是"开始"——开始客户与小驹的合作之旅。 ### 9.6.1 小驹AI的核心价值 ### 9.6.2 技术路线图（V1.0 → V3.0） | 版本 | 发布时间 | 核心特性 | |------|----------|----------| | **V1.0** | 2026年6月（当前） | 轻量化单体架构，3分钟部署 | | **V2.0** | 2026年9月 | 微服务架构，多租户，GPU调度 | | **V3.0** | 2026年12月底 | AI原生，私有化训练，多模态RAG | ### 9.6.3 行动号召（最后一遍） **白皮书结束** *依韩立之见：好的白皮书，不是"让客户看完觉得小驹很厉害"，而是"让客户看完立即想试用小驹"。技术白皮书的最终目标，是降低客户的决策成本，而不是炫耀技术。* **文档版本：** V1.0（第1期MVP） **发布日期：** 2026-06-08 **作者：** 小驹信息技术工作室 **审核：** 小驹信息技术工作室 **联系方式：** sales@xiaojusmart.com # 第九章：结论与行动号召 > **依韩立之见**：白皮书的结论不是"重复全文"，而是"强化核心价值" + "推动客户行动"。好的结论，让读者读完立即想试用小驹AI。 --- ## 9.1 全文总结 **依韩立之见**：小驹AI的核心价值，可以总结为"三个一"——**一分钟理解，三分钟部署，买断制永久使用**。 ### 9.1.1 核心价值主张（再强调） | 价值点 | 说明 | 竞品对比 | |--------|------|----------| | **轻量化** | 3个容器，零外部依赖 | Dify需要Redis/Kafka/MinIO | | **买断制** | 一次性付费，永久使用 | Coze需要按年订阅（¥30,000/年） | | **数据私有化** | 数据不出企业，完全自主可控 | SaaS平台有"数据投喂"风险 | | **3分钟部署** | Docker Compose一键启动 | MaxKB需要1天，Dify需要3天 | | **内置LLM** | Bundled模式内置Ollama + 主流模型 | 竞品需要客户自己部署LLM | ### 9.1.2 技术优势（再强调） **1. 架构简单** **2. RAG引擎强大** - **HyDE（假设文档嵌入）**：提升问答准确率15% - **Query Expansion（查询扩展）**：同义词扩展，提升召回率20% - **Rerank（重排序）**：BGE Reranker模型，提升Top-3准确率25% **3. 部署简单** **4. 定价优势明显** | 套餐 | 定价 | 3年成本（vs Dify自建） | |------|------|------------------------| | 入门版 | ¥9,800 | Dify成本的22% | | 标准版 | ¥19,800 | Dify成本的44% | | 专业版 | ¥29,800 | Dify成本的66% | | 企业版 | ¥59,800 | Dify成本的132% | **买断制 vs SaaS订阅（3年）：** --- ## 9.2 技术路线图（再强调） **依韩立之见**：技术路线图不是"画大饼"，而是"客户需求驱动的技术演进"。小驹的技术路线，每一步都踏踏实实，不搞虚的。 | 版本 | 发布时间 | 核心特性 | 目标客户 | |------|----------|----------|----------| | **V1.0** | 2026年6月（当前） | 轻量化单体架构，3分钟部署 | 中小企业（<500人） | | **V2.0** | 2026年9月 | 微服务架构，多租户，GPU调度 | 大型集团（>500人） | | **V3.0** | 2026年12月底 | AI原生，私有化训练，多模态RAG | 跨国企业（>2000人） | **升级路径：** - V1.0 → V2.0：平滑升级，标准版零成本 - V2.0 → V3.0：需要技术支持，客户可选择需要的功能 --- ## 9.3 为什么选择小驹AI？ ### 9.3.1 成本优势 **1. 买断制，长期成本低** **2. 部署成本为零** **3. ROI通常3个月内回本** ### 9.3.2 技术优势 **1. 轻量化架构** - 3个容器（server + postgres + nginx） - 零外部依赖（不需要Redis/Kafka/MinIO） - 降低75%部署成本 **2. 开箱即用** - 3分钟部署，不需要技术背景 - 内置Ollama + 主流模型 - 不需要客户自己部署LLM **3. 热切换LLM** - 运行时动态切换Bundled/External模式 - 不需要重启服务 - 客户可以根据场景选择（内网用Bundled，外网用External） **4. 品牌定制** - 专业版及以上支持Logo/名称/主题色定制 - 深度定制单独报价（¥2,000/人天） - 让客户"用自己的品牌"服务客户 ### 9.3.3 数据安全优势 **1. 数据私有化** - 数据在自己服务器，不出企业 - 符合等保2.0/ISO 27001标准 - 政府/金融/医疗机构的首选 **2. 买断制授权** - RSA签名 + license.key文件 - 不需要连接外部服务器 - 防止盗版和未授权使用 **3. 无"数据投喂"风险** - SaaS平台的"数据投喂"风险（你的数据可能被用来训练竞品模型） - 小驹AI完全私有化部署，数据不出机房 ### 9.3.4 长期合作优势 **1. 技术路线图清晰** - V1.0 → V2.0 → V3.0的清晰规划 - 客户知道"未来有什么" - 建立长期信任 **2. 平滑升级路径** - V1.0 → V2.0不需要重新部署 - 标准版升级零成本（仍然是单体架构） - 企业版升级需要技术支持（¥2,000/人天） **3. 定制支持** - 专业版及以上支持品牌定制 - 深度定制单独报价（¥2,000/人天） - 让客户"用自己的品牌"服务客户 --- ## 9.4 行动号召（CTA） **依韩立之见**：好的行动号召，不是"硬推销"，而是"降低客户行动门槛"。小驹的CTA策略：**先试用，再决策**。 ### 9.4.1 立即行动（三步） **步骤1：下载试用版** **步骤2：预约演示** **步骤3：联系销售** ### 9.4.2 试用版限制（诚实说明） | 限制项 | 试用版 | 正式版 | |----------|--------|--------| | **用户数** | 10个 | 无限制（入门版5个，标准版20个，专业版50个，企业版无限制） | | **文档数** | 1,000份 | 无限制（入门版1,000份，标准版10,000份，专业版无限制） | | **使用期限** | 7天 | 永久（买断制） | | **功能** | 全功能 | 全功能 | | **技术支持** | 邮件支持 | 邮件 + 电话 + 远程协助 | **依韩立之见：** - 试用版的限制，是为了"让客户先体验，再决策" - 7天足够客户评估小驹是否适合 - 如果需要延长试用，可以联系销售（免费延长14天） ### 9.4.3 正式版购买（三步） **步骤1：官网下单** **步骤2：接收license.key** **步骤3：替换license.key** --- ## 9.5 联系方式 ### 9.5.1 销售咨询 | 渠道 | 联系方式 | 响应时间 | |------|----------|----------| | **邮箱** | sales@xiaojusmart.com | 24小时内回复 | | **电话** | 400-XXX-XXXX（待ICP备案后开通） | 工作时间（9:00-18:00） | | **微信** | 小驹AI（待ICP备案后开通） | 即时回复 | | **官网** | https://www.xiaojusmart.com.cn | 24小时在线 | ### 9.5.2 技术支持 | 渠道 | 联系方式 | 响应时间 | |------|----------|----------| | **邮箱** | support@xiaojusmart.com | 24小时内回复 | | **工单系统** | https://support.xiaojusmart.com.cn（V2.0上线） | 工作时间（9:00-18:00） | | **远程协助** | 专业版及以上支持 | 预约后2小时内 | | **现场支持** | 企业版支持（¥5,000/人天） | 预约后24小时内 | ### 9.5.3 商务合作 | 渠道 | 联系方式 | 合作模式 | |------|----------|----------| | **邮箱** | business@xiaojusmart.com | 代理商招募/技术合作/OEM合作 | | **代理商招募** | https://www.xiaojusmart.com.cn/partner | 分成模式（30%分成） | | **技术合作** | 定制开发/联合研发 | 单独报价（¥2,000/人天） | | **OEM合作** | 白牌合作/品牌定制 | 单独报价（¥50,000起） | --- ## 9.6 全文总结（最后一击） **依韩立之见**：白皮书的最后一页，不是"结束"，而是"开始"——开始客户与小驹的合作之旅。 ### 9.6.1 小驹AI的核心价值 ### 9.6.2 技术路线图（V1.0 → V3.0） | 版本 | 发布时间 | 核心特性 | |------|----------|----------| | **V1.0** | 2026年6月（当前） | 轻量化单体架构，3分钟部署 | | **V2.0** | 2026年9月 | 微服务架构，多租户，GPU调度 | | **V3.0** | 2026年12月底 | AI原生，私有化训练，多模态RAG | ### 9.6.3 行动号召（最后一遍） --- **白皮书结束** --- *依韩立之见：好的白皮书，不是"让客户看完觉得小驹很厉害"，而是"让客户看完立即想试用小驹"。技术白皮书的最终目标，是降低客户的决策成本，而不是炫耀技术。* --- **文档版本：** V1.0（第1期MVP） **发布日期：** 2026-06-03 **作者：** 韩立（技术总监） **审核：** 待定 **联系方式：** sales@xiaojusmart.com --- --- ## 附录 ### 附录A：术语表 | 术语 | 说明 | |------|------| | **RAG** | Retrieval-Augmented Generation（检索增强生成） | | **LLM** | Large Language Model（大语言模型） | | **PGVector** | PostgreSQL的向量检索扩展 | | **Ollama** | 本地运行LLM的工具 | | **Bundled模式** | 内置Ollama的部署模式 | | **External模式** | 外接LLM API的部署模式 | | **买断制** | 一次性付费，永久使用 | | **SaaS订阅** | 按年付费，长期使用 | | **Hot-Swap** | 热切换（不需要重启服务） | | **多租户** | 一个实例服务多个客户（V2.0支持） | ### 附录B：参考文献 1. LangChain4j官方文档：https://docs.langchain4j.dev/ 2. PGVector官方文档：https://github.com/pgvector/pgvector 3. Ollama官方文档：https://ollama.com/docs 4. Spring Boot官方文档：https://spring.io/projects/spring-boot ### 附录C：联系方式 **销售咨询：** sales@xiaojusmart.com **技术支持：** support@xiaojusmart.com **商务合作：** business@xiaojusmart.com **官网：** https://www.xiaojusmart.com.cn --- **文档版本：** V1.0-对外版 **发布日期：** 2026-06-08 **作者：** 小驹信息技术工作室 **审核：** 小驹信息技术工作室 **全文结束**