政务与行业数字化
一条业务链在系统里跑起来：谁在办、卡在哪、卡了多久，一屏看得见。
- 业务系统
- 数据上报
- 台账看板
- 验收材料
交付：系统 · 接口 · 台账 · 材料↗
AI-NATIVE · DATA-READY
AI-Native, Data-Ready.
为 AI 提供优质数据，让数据的雪球越滚越大。
从政务业务链，到具身智能数据管线。
政务与行业数字化 · 标准数据 · AI 应用 · 数据管线
SCROLL
01 / 我们是谁
我们做的事，说白了就一件：把散的、模糊的、靠人顶的东西，变成有结构、能核对、能复用的东西。行业不同，方法一样。
02 / 做什么
四条主线，一件事的四种出口
标准数据与数据产品
你要的数不用翻十几个网站：一个接口查得到、筛得动、导得出，每个数字都标着来源。
- 结构化入库
- 查询导出
- 口径字典
- 统计报表
交付：数据 · 接口 · 口径 · 报表↗
AI 应用与知识库
机器先把明显的错、过期的引用、格式不合规的地方挑出来，人只在需要判断的地方出现。
- 规则库
- 审查工作流
- RAG 知识库
- 私有化
交付：规则 · 工作流 · 知识库 · 评测↗
数据采集与处理管线
从一台机器人，到一份能直接训练的数据集。每一步都留下证据。
- 采集
- 传输
- 处理
- 交付
交付：数据包 · 数据集 · 质检报告↗
03 / 数据管线
五个工位，一条流水线
采集、传输、处理、存储、交付，首尾相接。这条链路的价值不在"搬数据"，在每一步都留下证据。
01
采集
统一采集端把启动、标定、采集、上传收成一条命令。
3 种接入模式10 阶段端侧
交出：原始数据包
02
传输
边采边传、断点续传、校验值、离线补传。
边采边传可对账
交出：raw 包
03
处理
上传即触发，格式统一到 HDF5 / LeRobot，Episode 封装。
6 层质检自动工作流
交出：统一 Episode 包
04
存储与平台
Episode 为资产中心，标定版本化，按机型与批次可检索。
可追溯可检索
交出：可查询的资产
05
交付
多格式输出、交付前抽检、校验清单。
可复现可验收
交出：训练数据集
机制 01
不合格的数据，在离开工位前就拦掉
端侧 10 阶段流水线 + 6 层质检：文件完整性、时间戳连续、传感器对齐、元数据一致、业务逻辑、交付抽检——问题在源头暴露，不一路带到客户手里。
机制 02
每条数据都带着自己的履历
统一 Schema（LeRobot：数据 + 视频 + meta + 标注 + 参数 + URDF），manifest 记录机型、标定版本、上传时间与校验值。换一种设备，加一行配置。
机制 03
现场网不好，数据也不会丢
边采边传 + 断点续传 + 离线补传；数据一上传，云端工作流自己开工，每个数据包都能重跑、能回看。
我们交付的不是一块硬盘，是带质检报告、标定版本和校验清单的数据集。
04 / 案例
一条链
跑通一个省级标院
江西省质量和标准化研究院 · 四套系统 · 2026 年 10 月完成两段验收。
4套系统，一条链
13类标准数据入库
95.8%审查准确率（内部测试集）
47s单份审查耗时
01
业务系统
标准业务上报
立项到发布全流程线上化，流程在系统里跑。
02
知识库 / RAG
标准数字化
文档解析、要素抽取、条款级检索，标准变成可计算的数据。
03
AI 工作流
智能审查
六分支并行、45 条负面清单，单份审查 47 秒。
04
数据底座
监测与汇报
13 类标准数据统一入库，数字可下钻、可溯源。
05 / 方法
AI 做 80%，人做 20%
AI 承担
- 需求拆解
- 代码生成
- 测试用例
- 文档
- 数据清洗
- 报表生成
人承担
- 业务判断
- 口径确认
- 验收
- 客户沟通
每个项目，都会变成下一个项目的起点
项目 Memory → 行业 Memory → Recipe 库。执行、记录、提炼、固化，越用越聪明不是形容词，是系统设计。
06 / 能力
从软件到机房，从数据到知识产权
01
软件与系统
业务系统 · 数据中台 · 大屏 · 接口对接
02
数据与 AI
采集管线 · 标注质检 · 知识库与 RAG · Agent
03
硬件与机房
服务器与算力选型 · 机房网络 · 边缘设备
04
知识产权
软著 · 专利 · 标准与研究报告 · 项目申报
05
咨询与培训
业务梳理 · 数据口径 · 验收与汇报材料
06
运维与交付
私有化部署 · 驻场 · 持续迭代
能做的写进合同，做不了的提前说——这是我们把项目做成长期关系的办法。