Atlas架构中心 <> 合作伙伴库：Purple Fabric

1。企业知识园：面向AI的数据转换

Purple Fabric 的企业知识园 (EKG)可将结构化、半结构化和非结构化数据转换为决策级知识，这些知识上下文丰富、可追踪且可由AI代理持续访问。

EKG 从不同来源和格式获取数据，包括来自仓库和 API 的结构化数据、监管文件或行业报告等半结构化内容，以及 PDF、电子邮件和通话记录等非结构化资产。EKG 使用第一原理驱动的方法进行分块和丰富，该方法模仿人类对内容的理解，而不是仅仅依赖于固定词元Windows。

MongoDB的角色：

MongoDB Atlas是 EKG 的数据存储和检索主干。每个丰富的数据块都转换为向量嵌入，并使用原生向量索引存储在MongoDB中。通过利用 MongoDB 灵活的文档模型，嵌入与丰富的元数据一起存储 — 包括来源、文档类型、时间戳和数据沿袭 — 确保深度上下文和可追溯性。

这样就形成了一个动态知识库，该存储库不仅可搜索，而且是智能的，在向大型语言模型 (LLM) 提供见解时提供上下文精度。EKG 支持跨多个领域的任务，例如总结投诉案例或交叉引用合同条款。

2。企业数字化专家：多智能体自治系统

Purple Fabric 的企业数字化专家 (EDE)使用户能够构建自主的、特定领域的AI代理团队，这些团队可以独立推理、协作和采取动作。代理使用低代码编排和自然语言提示精心制作，作为原子、分子或复合实体运行。它们利用React等高级框架来整合规划、内存和智能体间苏格拉底式对话，从而实现更精细的决策和结果。

MongoDB的角色：

MongoDB负责处理这些代理的动态内存和状态管理。每个代理在MongoDB中维护自己的工作内存、任务状态和上下文知识，从而在多轮推理或用户交互期间实现实时持久化和检索不断变化的状态。

当需要事实依据时，代理会调用检索增强生成 (RAG) 管道来访问权限企业知识园 (EKG)。MongoDB Atlas为该管道提供支持，根据查询意图和相似性，提供对正确向量嵌入和源文档的快速、筛选访问权限。这确保座席提供基于可追踪、上下文相关的企业知识的响应，从而最大限度地减少幻觉并最大限度地提高可靠性。

3。企业治理：运营合规性和控制

Purple Fabric 的企业治理 (EG)堆栈默认实施负责任的AI ，将合规、安全性和可解释性嵌入到系统的每一层。

管理层负责监督AI生命周期的各个方面，包括数据摄取、代理编排、LLM 调用和最终输出生成。其设计确保每个动作都是可观察、可审核且符合策略的，从而使企业能够满足内部风险要求和外部监管标准。

主要管理功能包括：

• 及时管理和毒性检测：过滤不安全或不合规的查询和响应。

• 访问控制和工作区隔离性：分割角色、团队和可见性，实现安全协作。

• PII 脱敏和实体校订：在检索层和输出层保护敏感数据。

• 速率限制和使用跟踪：监控令牌使用情况、代理行为并防止过度使用。

MongoDB的角色：

MongoDB是 Purple Fabric管理框架的基础，尤其是在确保检索透明度和文档沿袭方面。当智能体调用 RAG 管道来确定其输出时， MongoDB会存储检索到的知识块的嵌入、元数据和源指针。这将创建一个可验证的跟踪，映射整个进程（从输入到检索的知识再到生成的输出），从而实现事后审核、合规审查和根本原因分析。

While Purple Fabric 的控制平面管理着LLM安全、代理推理和用户工作流程等更广泛的方面，而MongoDB增强了扩展知识访问权限的可追溯性、安全性和验证，从而增强了该平台满怀信心地满足受监管行业需求的能力。

4。模型优化中心：动态模型选择

Purple Fabric 的模型优化中心 (MOH)旨在让企业自由、智能地为任务选择正确的法学硕士。它解决了扩展AI时最关键的挑战之一，即在不同使用案例中平衡费用、准确性和性能。

MOH 允许团队将多个法学硕士与现实世界的任务（例如摘要、提取、分类、推理或验证）进行比较。这些评估基于可自定义的指标，如延迟、令牌消耗、输出精度等，而这些指标都是通过实时测试和使用数据进行跟踪的。

一旦完成基准测试，模型就可以：

• 根据性能固定到特定代理或使用案例

• 根据费用/延迟限制动态切换

• 通过快速工程和针对领域特定性的少量示例进行调整

MOH 还支持自带模型 (BYOM) 功能，允许企业针对需要更高控制、数据主权或自定义域适应的使用案例，插入在自己的基础架构上或通过私有端点运行的专有或微调的 LLM 。这种模块化性确保企业可以避免供应商锁定，在不断变化的使用案例中保持性能，并在不牺牲质量或合规的情况下优化法学硕士经济性。

使用案例：投诉调查

将为期五周的手动进程转变为AI驱动的解决方案，可在几分钟内提供结果。

由于新的消费者税法规导致客户投诉激增超过 50%，英国一家领先的财富管理机构陷入危机。由于有超过 10,000 未解决的案例堆积如山，冗长的调查周期使该公司不堪重负。解决单个投诉最多需要五周时间，需要调查人员从超过 10 个系统中手动提取信息，包括政策管理员数据库、客户关系管理工具、内部文档和监管更新。

该进程效率低下：数据源分散、错误率高以及无法适应不断变化的政策和法规。由于在 SLA 时限内解决的投诉只有不到 30%，该公司一直在应对客户日益增长的不满和不断增加的合规风险。

Purple Fabric 通过部署用于投诉调查的生产级多代理系统来改变这一进程，该系统旨在快速且一致性执行、推理和协作。

该解决方案协调了一个由超过 20 个智能代理组成的团队，每个智能代理专门负责工作流程的一部分。一些代理专注于提取和记录投诉详细信息，其他代理则验证保单条款、进行先例检查、跨系统收集证据或撰写结构化调查报告。投诉经理代理协调整个流程，人机交互界面确保最终决策的合规和监督。

结果如何？

以前需要五周手动移交的工作现在只需几分钟即可完成。AI驱动的系统自主处理证据收集、分类、调查和裁决，并具有可审核性和一致性：

• 跨 11 系统集成的 22 流程

• 20+ 个AI助手与环路中的人类自主协作

• 端到端进程时间从数周减少到几分钟

Purple Fabric 的创新投诉解决框架改变了调查的托管方式 — 释放速度、质量和扩展，同时最大限度地降低合规风险。

图 4。代理团队在幕后与 11+ 系统连接，检索客户详细信息、ACID 事务历史记录、政策文件和监管指南，为投诉构建完整的上下文基础。

图 5。案件卷宗完成后，最后一层代理（调查代理和报告撰写代理）会仔细检查信息，生成调查报告，并提出解决方案（附带支持性证据）。

图 6。每个决策、动作和代理交互都记录在 TRACES — Purple Fabric 的可解释性层中，以便您可以准确了解建议是如何得出的。

图 7。每个见解都有证据支持。“来源”揭示了使用了哪些文件以及如何使用，提供从投诉到结论的完整可追溯性。

图 8。投诉调查器团队中的每个代理都是模块化的，可发布API。这意味着整个工作流程可以嵌入到现有的企业应用程序中，从而在不中断当前系统的情况下实现智能投诉解决。

使用案例：企业智能

从 100、000 人日到智能 ESG 见解。

一家领先的机构投资者管理着超过 9 家公司的投资组合，000 面临着一项艰巨的挑战：将 ESG（环境、社会和治理）见解整合到投资组合分析中。ESG 数据高度分散，分布在数千个来源（包括报告、披露信息、备案和新闻文章），导致需要分析师手动筛选的文档数量巨大。10

投资组合每月变化近 10%，ESG 评级不一致，不断增加的监管压力要求与可持续发展保持一致。分析师每年估计要花费 100,000 人日审核文档、拼凑见解和生成报告，这项工作既耗时又容易出错。

Purple Fabric 通过部署多代理企业智能系统来改变这一进程，该系统旨在自动化和提升 ESG 分析。

该解决方案从代理获取结构化和非结构化格式的 ESG 文档开始，从而创建统一的 ESG 知识花园。然后，专业的数字专家提取数据并将其与特定客户的 ESG 指南保持一致，确保每项见解都符合投资者的框架。

环境代理、社交数据代理和治理数据代理等代理扩展解析了与可持续发展相关的信息。360 分析助手创建了全面的公司概况。查询代理使用户能够使用自然语言查询整个投资组合，报告代理生成可供投资者使用的摘要，这些摘要都是可追踪和可供审计的。

为了保持情报的实时，使用 API 来获取新闻和外部数据源，使代理能够对最新的 ESG 进展进行情绪分析。这使得该平台能够在人工查看周期之前识别公司中出现的新风险和机遇。

每项见解都基于原始数据，并在设计上具有可解释性。由于客服人员在操作时可以实时访问权限历史记录和实时 API，因此分析始终是最新的。

结果如何？

• 接近 100% 的投资组合覆盖率

• 提取的 ESG 记录的准确性超过 90%

• 1，与传统方法相比，周转时间缩短 000 倍

• 每年节省 100,000 个专业人员工日

曾经需要强力手动查看的内容现在可以在智能协作代理上运行，以前所未有的速度、扩展和可追溯性提供 ESG 分析。

图 9。用于 ESG 和非财务组合分析的最全面、最具特色的知识库 — 由9、000 公司超过 10 万份文档构建，并结构化为超过 60 十亿个可搜索数据段。

图 10。使用公司特定文档回答自然语言查询。每个回复都可以通过 TRACES 进行解释，并链接到根本的源材料。

图 11。用户在几秒钟内即可获得完整的 360公司视图，该视图由专门的 ESG 代理管理，并通过结构化界面呈现，其中包括针对投资组合管理和 ESG报告的差异化且可操作的见解。

图 12。用户可以探索多个级别的见解，从投资组合仪表盘到单个公司的分数，一直到支持每个数据点的原始源文档。

在您自己的VPC内部署

企业可以完全在自己的云环境中（通常是Amazon Web Services或Azure）托管Purple Fabric，从而保持对数据、访问权限和基础架构的完全控制。在此模型中，所有企业知识、代理编排和管理组件都在客户自己的VPC (VPC ) 内运行，遵守其内部安全、Atlas 审核和合合规策略。

Intellect 云上的专用租户

对于寻求在没有基础架构开销下实现更快部署的企业，可以将 Purple Fabric 配置为 Intellect云上的专用租户。企业通过基于档案的私有连接来连接其内部系统，以确保数据访问保持安全并受到严格管理。每个租户在逻辑上都是隔离的，具有独立的管理、可观察性和计算控制，确保企业级安全性，同时加快投产时间。

无论采用何种部署路径，Purple Fabric 都可以提供：

• 内置监控和可观察性：包括实时仪表盘、费用跟踪、代理执行跟踪和系统运行状况指标

• 安全访问权限企业系统：通过凭证模块进行管理，该模块存储并加密API密钥、数据库凭证和电子邮件Connector令牌，以实现无缝、安全的集成

• 安全和访问权限控制：基于角色的精细访问权限和工作区级隔离性

• 可审核性和合合规：记录每个文档检索、代理动作和LLM输出，以实现端到端可追溯性，并支持静态加密

无论是托管在企业的云环境中，还是作为 Intellect云中安全、隔离的租户托管，Purple Fabric 都能确保AI在每一步得到安全部署、透明监控和监管。

后续步骤

了解详情信息，请发送电子邮件至 PurpleFabric@intellectDesign.com，并与 IntellectAI团队联系。了解详情有关MongoDB Atlas及其企业级数据库解决方案的更多信息。