团队协作场景：多平台接入与权限分层

一个十人以内的小团队想共用一个 AI 助手，不需要每人各部署一套。单实例多平台的架构 + 配置文件分组 + 权限分层，就能撑起团队场景。

架构：单实例多平台

框架天然支持一个实例同时挂多个平台实例（官方架构里的消息平台适配层就是为此设计）：

• 公司企微里挂一个企微应用——正式工作流
• 项目群里挂一个 QQ 或飞书机器人——日常协作
• 开发者本地留一个 ChatUI 入口——调试与个人使用

部署选 Docker 放云服务器，团队共用一个 6185 面板。

配置分组：一个平台一份配置文件

多平台并存时，配置文件机制是分组工具：

模型预算按分组摊——工作产出场景用好模型，群聊闲聊用便宜档，Token 账单立省一半。自定义规则再做会话级微调，比如某个频道单独换人格。

权限分层

• 面板层：管理员账号开双因素认证，密码不共享，运维只由一人或两人负责
• 聊天层：管理员名单只放团队负责人，普通成员可用指令靠指令管理裁剪
• 能力层：电脑能力对全员只开 sandbox，local 环境仅管理员；工具按人格收窄——客服人格不勾执行类工具

团队知识库

团队的 SOP、产品文档、会议纪要传进知识库，新人提问机器人先答一遍，这是团队场景 ROI 最高的一项（完整流程见智能客服场景）。资料维护责任到人：谁写的文档谁负责更新知识库，否则三个月后机器人开始一本正经地背旧政策。

数据边界与合规

• 团队对话数据含业务信息：服务器做好账号安全，对话数据定期导出归档或清理
• 接外部模型服务 = 数据出团队边界，敏感业务选本地模型或签署协议的云厂商，参考服务商清单的合规提示
• 开源协议（AGPL-v3）义务提前告知决策层：改源码对外提供商业网络服务必须开源修改，见协议边界

上线路径

先在测试群跑一周（dev-test 配置）→ 抽检回答质量与权限边界 → 迁到正式配置 → 团队内发使用说明（唤醒方式、能问什么、找谁反馈）。小团队推广 AI 工具，用起来的关键不是功能全，是头两周有人回答「这玩意怎么用」。