技术
当前架构，未来路线图
现状：以 PostgreSQL + pgvector 进行文档检索、能理解数据表结构并经校验的 Text-to-SQL，以及可调用云端模型的多模型工作流程。
现状：SOVEREIGN DATA CORE
你的数据库始终是唯一可信来源
AI 编写查询、草拟动作。你的系统计算结果，你的团队批准变更。
文档检索
PostgreSQL + pgvector 为制度与 SOP 建立索引，每个答案都引用来源。
理解数据表结构的 Text-to-SQL
生成的 SQL 在执行前会经过解析并比对数据表结构，且仅有只读权限。
人机协同管控
需要写入系统的动作会等待指定审批人批准，每个步骤都有记录。
发展路线图
本地推理、基准测试与规模化
本地推理：借助 NVIDIA NIM 与 TensorRT-LLM，在客户自己的 GPU 服务器上运行 Llama、Qwen 等开源模型，让提问与数据留在客户的网络内。
基准测试：在同一组 ERP 问题上，公布本地与云端模型的准确率、延迟与每千次查询成本。
更大的文档集合：当制度与文档集合变大时，评估以 NVIDIA cuVS 进行 GPU 加速向量检索。