产品资料 · PDF
设备使用手册
服务申请
申请设备服务时，需记录设备型号、故障提示及发生时间，提交至服务团队。
日常维护
维护前断开电源并确认设备停止。维护后记录检查项目和异常情况。
ID Optima
壹典首款全自动高质量数据集生产工厂
AI Ready.指标自动生成。
从已有资料与数据资产出发，生产面向大模型的高质量数据集，也生成业务所需的指标与数据集市。基于 ID Axis，将需求理解、数据加工、质量验证与版本交付组织成连续的生产流程。
接入已有数据
文档 · 业务记录 · 已治理资产
理解用途，组织加工
解析 · 清洗 · 映射 · 验证
高质量数据集生产
AI ReadyRAG 语料 · 训练样本
指标生成指标定义 · 数据集市
数据、口径与质量依据，一起交付。
结构可用来源可溯质量可验
AI Ready · 面向大模型的数据加工
让已有数据，为 AI 应用就绪。
围绕 RAG 知识检索与模型微调的实际用途，完成解析、去重、脱敏和结构组织，保留来源与权限，并按约定标准验收。让数据具备进入 AI 应用流程所需的内容、结构与质量依据。
接入与解析
识别文档、记录与来源结构
清洗与处理
去重、脱敏，保留有效内容
按用途加工
语义切分或构建训练样本
质量验证
检查结构、引用与访问规则
版本交付
数据集、元数据与验收报告
两种用途，两条加工路径
把整份资料，变成找得到依据的知识。
知识检索需要语义完整的片段，也需要知道内容来自哪里、允许谁使用。Optima 将这两件事一起保留在数据里。
原始资料
Optima 加工
识别结构
解析标题、章节与正文，整理有效内容。
按语义切分
围绕完整主题组织片段，减少上下文丢失。
保留使用依据
关联来源位置与权限，检查重复和敏感内容。
交付数据
服务申请
申请设备服务时，需记录设备型号、故障提示及发生时间，提交至服务团队。
日常维护
维护前断开电源并确认设备停止。维护后记录检查项目和异常情况。
指标生成 · 面向业务的数据加工
从经营月报，到可交付的指标。
从业务需求或报表模板中识别指标与维度，结合上下文理解口径，映射已有数据资产，生成指标与字段定义、加工 SQL 和数据集市，供下游分析与报表系统使用。
从报表模板，识别数据生产目标交互示意 · 示例资产
经营月报模板
选择一个指标，查看它如何被定义。
| 指标 | 本月 | 上月 |
|---|---|---|
| — | — | |
| — | — |
以模板定义数据需求，此处不展示报表结果。
指标定义
本月销售额
- 来源资产
- 销售订单明细 · orders
- 聚合方式
SUM(order_amount)- 时间口径
- 按订单日期，以自然月聚合
映射依据
从“本月销售额”识别金额与月份要求，映射已治理订单资产中的金额、日期字段，形成按月聚合的指标定义。
生产产物指标与字段定义加工 SQL数据集市
识别需求与口径
理解指标名称、所在行列与时间条件，将业务表达整理为可核对的生产要求。
映射资产并生成加工
关联来源字段、聚合方式与分析维度，将指标要求落到数据加工逻辑。
保留关键业务判断
退款归属、集团合并等口径由人确认；不依赖该判断的生产分支继续推进。
面向数据治理实施商
让治理成果，成为可交付的数据。
承接已有数据治理成果，把 AI Ready 语料、训练样本与指标数据集纳入交付范围。让实施团队将精力更多投入业务口径与交付质量，减少反复映射、编写加工逻辑和整理验收材料的工作。
拓展 AI 数据交付
在已有数据资产上增加 RAG 语料与训练数据生产，衔接客户的知识库、模型微调和 AI 应用需求。
减少重复开发
将需求识别、字段映射与加工 SQL 生成串在同一流程中，减少各环节之间的人工转译与反复交接。
缩短等待与验收链路
将需确认的判断单独提出，其他分支继续执行；生产记录与验收依据随版本归集，减少交付时的补充整理。
从配置驱动，到目标驱动。
| 比较维度 | 常见指标生产流程 | Optima 数据集生产 |
|---|---|---|
| 需求入口 | 由实施团队将业务需求转成指标模型、计算规则与字段关系，再配置加工任务。 | 从业务需求或模板理解目标，提出指标与映射方案，关键口径由人确认。 |
| 生产组织 | 通过 SQL、可视化编排与调度执行已配置的任务。 | ID Axis 拆解目标、组织工具执行，将映射、加工生成与验证接入同一流程。 |
| 交付范围 | 以指标模型、计算结果与查询服务为中心，配合质量治理。 | 同时面向 AI 语料、训练样本与指标数据集，连同元数据、加工逻辑和验收依据交付。 |
以常见的配置驱动实施流程为对照。Optima 的效率价值来自减少重复配置、任务交接与等待，具体收益取决于数据质量、业务复杂度和验收要求。
技术底座
一套推理框架，组织完整的数据生产。
将用途、目标使用者、输出格式与验收条件整理为目标契约。生产按已确认的约定推进，最终产物按同一套标准检查。
ID Axis.
壹典自研多智能体推理框架。
ID Axis 将数据生产目标拆解为不同职责的任务，组织模型推理、工具调用与状态反馈。Optima 在其上完成从需求到数据产物的生产协作。
焕羽 · 理解与推理工具 · 解析、加工与检查
理解目标，拆解生产任务
焕羽提供语义理解与分析推理。面向知识语料、训练样本或指标数据集，识别各自的结构、上下文与验收要求。
组织协作，连接实际执行
ID Axis 编排解析、映射、加工与验证等任务，调用对应工具，结合执行结果继续推进。模型推理与工具执行共同组成生产流程。
管理依赖，保留判断依据
将口径歧义和待确认映射集中呈现，独立分支可继续执行。确认项、生产记录和版本产物保留在同一项目中。
质量与版本交付
达到标准，才进入交付。
高质量由具体规则验证。阻塞性规则尚未通过时，版本保留待处理状态；达到要求后，再进入发布与交付。
按用途定义质量
知识语料关注引用与权限，训练样本关注结构与脱敏，指标数据关注字段、计算和口径。每项规则有对应的检查结果。
数据与依据一起交付
候选版本汇集数据产物、元数据与验收报告。离线交付包保留生成时的快照，后续更新形成新的交付包。
验收示例 · 知识检索数据集
数据交付，也交付质量依据。
结构与溯源
每个知识片段，都能找到出处。
逐项检查片段正文、来源文件与章节位置，核对必要字段是否完整、类型是否一致。
访问权限
交付范围仍需确认。
来源仅限服务团队访问。如果交付对象超出该范围，需要先确认授权，再进入发布。
敏感信息
处理过程，留下可核对的记录。
按约定规则处理联系人、手机号等信息，保留处理字段与结果，供验收时核对。
问题未解决，版本保留待处理。阻断项需要完成处理并重新校验，才能进入发布。
ID Optima
让数据治理，走向数据生产。
从 Omnia 构建的数据资产出发，或接入已有资料。由 Optima 生产 AI Ready 数据集与业务指标，让已有数据进入新的应用场景。