【会员动态】泛微×WorkBuddy智能协同方案，让AI从文字问答走向业务自动处理

深圳市人工智能产业协会 **** 20:00 广东

泛微
泛微是“国家规划布局内重点软件企业”，主板上市公司。泛微以低代码应用构建为扩展…
16篇原创内容
服务号

2026年，企业AI应用的竞争焦点，已经从“谁的回答更聪明”转向“谁能真正把活干完”。员工需要的不再是一个只会给建议的对话框，而是一个能直接登录系统、填好表单、提交流程、追踪进度的AI数字员工。

泛微协同平台与WorkBuddy深度融合，为组织的协同管理注入智能化基因——让员工用一句自然语言，即可完成原本需要多级菜单、多步操作才能完成的办公与业务任务。

一、为什么要集成？有何价值？

泛微协同平台与WorkBuddy不是简单功能叠加，而是底层业务能力与智能交互能力的深度融合。二者合一，让企业管理从“工具”进化为“智能同事”，让AI不仅仅停留在组织的办公入口，还能深入系统处理业务、财务等各种应用场景，让业务、财务、管理数智化运作。

2026/10/2 20:44
【会员动态】泛微×WorkBuddy智能协同方案，让AI从文字问答走向业务自动处理

智能协同办公全栈方案架构

1）融合后，产生哪些效应？

• WorkBuddy 负责智能交互：自然语言理解、意图识别、任务编排、自动执行——AI理解用户需求并调用泛微协同平台的能力，将复杂操作简化为一句话。
• 泛微协同平台负责业务底座：流程引擎、数据存储、权限体系、业务逻辑——所有企业核心业务规则与数据由泛微承载，确保业务准确性与合规性。
• 融合实现全栈智能：底层有业务支撑，上层有智能交互，中间有Skill+MCP与Skill+CLI双通道打通——从“使用系统”到“搭建系统”的全链路闭环。

2）对客户而言，可直接获得四类落地能力：

• 会答：待办、日程、会议、文档、制度及个人工作信息，一句话查找与汇总；
• 会办：发起流程、填报表单、生成日报、提醒责任人、更新业务状态；
• 会分析：采购、合同、人事、报销、项目数据，异常识别、风险控制与待办建议；
• 会搭：企业个性化的应用从自然语言生成表单、流程，建模应用初稿并进入发布管理。

二、如何集成？集成方法是什么？

联合方案采用分层架构设计，通过双通道集成实现泛微协同平台与WorkBuddy的无缝对接：

• 通道一：Skill +CLI ——通过Skill封装泛微系统前台使用与后台配置CLI工具，WorkBuddy解析用户自然语言或提供的需求文档，自动完成流程查询、流程审批、日报填写、e-builder应用搭建等操作。
• 通道二：Skill+MCP ——通过MCP协议封装泛微系统 REST API，将每个业务能力注册为标准化工具。AI识别用户意图后，自动选择对应工具、组装参数、发起调用，适用于结构化API调用与日常业务操作。

融合解决方案架构↓

https:****…

泛微×WorkBuddy智能协同方案架构及场景说明

系统架构层级

用户交互层

• 自然语言对话
• 桌面客户端
• 用户在WorkBuddy中通过自然语言操作泛微协同平台系统

WorkBuddy AI 智能层

• 大模型对话引擎
• 意图识别与任务编排
• 技能调度系统
• 自动化引擎
• 多模态生成
• 专家知识库

通道层

通道一：Skill+CLI

封装泛微前后台CLI工具，WorkBuddy解析自然语言/需求文档，自动执行流程查询审批、日报填写、e-builder应用搭建。

通道二：Skill+MCP

基于MCP协议封装泛微REST-API，把业务能力转为标准化工具。AI识别意图后自动选工具、组参数、发起调用，适配结构化API及日常业务。

泛微协同平台 业务能力层

数据与基础设施层

• e-cology业务数据库
• 文档存储
• 向量知识库
• 缓存服务
• 日志与审计
• 更多

两条通道互补协同，覆盖从“使用系统”到“搭建系统”的全生命周期，实现真正意义上的全链路智能闭环。

三、集成后，哪些场景实现智能化？

融合方案覆盖20多种核心应用场景，贯穿组织日常管理业务、财务、运营全链路。主要场景如下：
1）智能人事：招聘全流程自然语言推进；一句话查询考勤异常并自动补卡申诉；薪酬工资单、社保公积金一目了然；查人查组织快速定位架构；人事数据智能分析，自动生成可视化报表，更高效。

2026/10/2 20:44
【会员动态】泛微×WorkBuddy智能协同方案，让AI从文字问答走向业务自动处理
2）智能营销：从软文撰写、线索去重、自动报价、标书生成等多场景实现营销自动化，让市场、销售、渠道、客服一体化智能运作。
3）智能合同：对话式起草：AI识别意图、匹配模板，生成结构化初稿；智能审核：上传即法审，输出预审报告；履约跟进：一问便知进度、开票、收款与风险；业财分析：实时组装数据，生成多维报表。
4）智能项目：覆盖项目交付全生命周期，从立项启动、协作环境创建、任务进度追踪、日报文档会议自动化到验收闭环，AI驱动项目管理从“人找系统填表”转变为“AI理解业务并推动项目”。
5）智能采购：高效查：对话式查询订单、合同、供应商等信息，一句话直达；自动办：自然语言创建采购需求，自动发起寻源单、采购单、合同等，自动提交审批；准确核：支持所有业务单据的上下游贯穿查询，三流合一，智能核对；全面析：数据自动分析，业务作业书/走势图/异常对账即说即得。
6）智能客服：客户服务报告与文档自动化（服务报告、系统巡检报告、工作量分析报告）、客户活跃度监控与流失预警、客户数据整合大屏、联系记录全自动录入与流程批量催办。
7）智能发票：对话式处理发票文件上传下载、OCR识别、真伪查验、上传识别查验、发票新增详情编辑删除、个人/企业票夹查询，以及发票共享、转让和标签管理。
8）智能费控报账：对话报销：AI识别发票自动生成报销单；对话审单：自动完成合规审核；对话记账：AI会计引擎生成凭证；对话问询：结合制度智能答疑；对话归档：自然语言完成归档管理。
9）智能资产：对话式查询：列表、详情、领用、报修、采购记录台账一目了然；对话式操作：创建、修改、领用归还、报修采购申请、月度计提折旧，日常资产业务对话直接完成。
10）智能档案：自动收：WorkBuddy自动分类、编号、生成清单；整理管：文书定智能编目、全周期管控、四性检测；智能用：对话式检索问答，智能编研复用，充分释放档案价值。
11）数据分析：基于建模引擎与报表数据，自然语言查数，如“本季度销售订单总额是多少？”，自动生成图表与趋势分析，让数据真正服务于决策。
12）智能办公：
·工作流程：用户通过自然语言对话，直接完成流程的发起、查询、审批等全生命周期操作。
·知识问答：基于泛微知识库，构建企业级AI知识问答引擎。员工用自然语言提问，AI从知识库中检索相关信息并生成精准回答。
·日程管理：以自然语言创建、调整、查询日程，自动关联参与人与会议室，冲突智能提醒。
·工作日报：一键汇总任务进展与群聊动态，自动生成日报草稿，补充确认即可提交。
·邮件管理：自然语言起草、回复、分类与检索邮件，智能提炼关键信息与待办。
·计划报告：基于任务与数据自动生成周报、月报与工作计划，随说随出。
·会议管理：自然语言创建会议、预约会议室、自动通知参会人，会后纪要一键沉淀。
13）智能搭建：通过Skill + CLI通道，上传需求文档或自然语言描述，AI自动完成流程搭建、表单设计、e-builder应用配置，将传统数周的后台配置工作压缩至小时级。

四、用户如何快速安装并使用这些Skill？
上手路径简单，符合“让AI先跑起来”的敏捷原则，四个步骤即可完成：
1）安装WorkBuddy客户端：体验端类产品，让AI具备“操作电脑”的能力；
2）安装泛微产品技能包（Skill）：在WorkBuddy技能市场安装泛微能力包，即可让Agent具备对应专业能力；
3）自然语言直接使用：无需记忆系统操作路径，用一句话即可触发流程、查询、审批、搭建等能力；
4）进阶搭建自己的闭环：用Skill串联应用，形成自动化工作流。

目前，用户在WorkBuddy“技能”搜索“泛微”即可获取各种技能包：

https:****… 4/7

整套融合方案支持私有化部署，数据不出企业边界，用户身份与泛微平台严格映射，AI操作全程遵循原有权限边界。

五、价值总结：

泛微接入WorkBuddy后的落地实践，集成价值可以概括为五点：
1）降低操作成本：员工不再在多个系统中反复切换、查找、复制和填单，一句自然语言直达业务动作。
2）优化人员体验：一线人员从填单、搬运、催办中解放出来，把精力聚焦在业务推进本身。
3）加速业务流转：报销、采购、项目、资产、营销、人事、档案等业务工作由AI自动编排执行，业务等待时间大幅压缩。
4）保持数据一致性：所有业务动作直接写回泛微系统，形成统一、可追溯的数据资产，杜绝“AI答案与系统数据两张皮。
5）沉淀知识管理资产：日报、纪要、文档与流程记录自动归档到项目空间与知识库，组织经验不再随人员流动而流失。

2026/10/2 20:44
【会员动态】泛微×WorkBuddy智能协同方案，让AI从文字问答走向业务自动处理
https://mp.weixin.qq.com/s?__biz=MzkzNzE3NzIyNA==&mid=****&idx=7&sn=c9723cd9091db8d0b41229e1ef3ed72c&chksm=c39b816ff… 6/7

2026/10/2 20:44
【会员动态】泛微×WorkBuddy智能协同方案，让AI从文字问答走向业务自动处理

联系我们

https:****… 7/7

附件包：

【会员动态】泛微×WorkBuddy智能协同方案，让AI从文字问答走向业务自动处理.pdf