Combo Agent · 76 秒产品完整演示：需求建模 / ASPICE 追溯 / 用例生成 / 测试需求映射 / 变更影响分析（点击打开声音）
3 条产品线已商业化
220+ 原子技能
20+ 企业系统集成
SaaS + 私有化双模式
产品实机演示
不是概念图 — 每一段都来自平台真实工作流
端到端追溯审计 · 智能体实时生成
7 份工作产品文档一键导入，自动抽取六层追溯链（StRS→SwTest），对比人工基线给出覆盖率与断链清单，生成追溯审计看板。
三大产品线
同一个 Combo Agent 平台底座，面向三个行业场景的深度产品化
产品线一 · AI 专利撰写
xIPnex专利
给专利代理师和企业 IP 团队用的 AI 撰写引擎：从一份技术交底书，写出可提交的专利申请文件。
- 交底书进，权利要求、说明书、摘要、附图一套出
- 写之前先查新：13 个数据源并行检索，判断值不值得写
- 附图自动改成审查标准样式，编号和说明书自动对齐
- 首稿准备时间平均缩短约 50%，团队可协同审校
产品线二 · 汽车研发 AI
Auto汽车
给 OEM / Tier1 研发团队用的全流程 AI 智能体：需求、代码、测试、追溯四个环节都有专职 Agent，对标 ASPICE / ISO 26262。
- 需求：DOORS / Polarion 直连导入，追溯链自动建，改一条看全链影响
- 代码：MISRA / ISO 26262 双层审查，Webhook 拉取，代码不出网
- 测试：CANoe / dSPACE 用例自动生成，覆盖率从不足 40% 提到 95%
- 配置：MCAL ARXML 自动生成，2-4 周的活缩到 2-3 天
产品线三 · 工程承接业 AI
Mfg制造
给窗户 / 幕墙 / 机电等工程承接工厂用的双系统：AI 审图 + AI 报价，从客户图纸到报价单一条链。
- 审图：多视图自动对账，门窗表写 1500 立面画 1480 一秒挑出并附截图
- 报价：不亏本红线 + 历史邻居比对，输出财务认的报价单
- 联动：审图通过自动生成结构化清单，直接喂给报价系统
- 托管：我们持续运维，小厂不用自建 AI 团队
不只卖软件：FDE 驻场服务
三条产品线共用同一套落地路径。我们不卖一份 License 然后走人 — 工程师坐进你的办公室，把你的流程一条条配置进 Agent，交付一个懂你项目、还能自己开工的同事。
FDE（Forward Deployed Engineer，驻场工程师）模式源自 Palantir：派资深工程师亲自驻场，读懂客户的业务，交付能跑在生产上的软件，一直待到系统上线、被真正用起来。我们把这套模式搬进了专利、汽车与制造三个行业。
工具买了一大堆，AI 还是跑不起来 — 缺的不是工具，是 FDE
很多团队的现状就这么简单：通用聊天助手答完就忘、不写进你的系统；工具自带的 AI 困在自己的孤岛里；RPA 界面一改就崩；传统咨询交完 PPT 人一走就停。AI 要真正进你的流程干活，缺的是一个懂你工作流、懂 AI 边界、把两边接通并对结果负责的人 — 这就是 FDE。它不绑定我们的产品：你可以不买我们的产品，但要让 AI 跑起来，你需要 FDE。
免费痛点诊断
坐进你的现场，把研发与业务流程一节节摸清：AI 该进哪里、不该碰哪里，边界先划清
PoC 验证
拿你的真实数据、真实系统跑通一条链，当场看效果，不满意不推进
定制交付
把你的口径、字段、状态机配置进 Agent，能力固化成可复用的 skill + 知识库
长期托管
上线后持续运维、模型升级、规则滚动学习 — 人走了 Agent 还替你跑，不用自建 AI 团队
FDE ≠ 传统顾问
| 对比维度 | 传统顾问 / 售前 | FDE 驻场 |
|---|---|---|
| 交付物 | PPT、建议、临时 Demo | 跑在你生产环境里的软件 |
| 关系 | 签完合同就交接走人 | 待到系统上线、被真正用起来 |
| 责任 | 给方案 | 对结果负责 — 凌晨两点出问题也是我们修 |
技能体系：L1 / L2 / L3 三层架构
能力可组合、可复用 — 越往上越懂业务，越往下越通用；行业口径全部来自知识库，不写死在代码里
业务场景层
一个完整、可验收的业务流程
会编排 L1/L2、懂行业口径、规则来自知识库，产出能签字的结论 — 审核报告、追溯矩阵、缺陷单，而不是中间半成品。
代码符合性审查 · ASPICE 追溯体检 · HARA · K-Matrix · 专利撰写
通用功能层
把 L1 组合成通用动作，刻意做薄
对比、审核、追溯要素抽取 — 跨行业跨客户通用，不写死任何一个客户的具体规矩，口径由 L3 从知识库喂进来。
req-compare-core · code-review · alm-integration
原子能力层
把一件确定的事做到极致
确定性强、可测试、有客观对错。单用有价值，更被上层反复调用 — 同一个解析器，代码审查、追溯建链、详设生成都在用。
code-aware-parser · DBC/A2L 解析 · skill-plantuml · docx / xlsx · semgrep
知识库 / RAG 底座
三层技能的外部记忆：规则与期望值的来源。KB 把口径喂上去，每次运行的产物又沉淀回来 — 换一套 KB，同一个 L3 就变成另一个客户的专属流程。
220+ 原子技能，封装成开箱即用的能力包
底层原子技能按行业场景封装成能力包 — 换客户零改代码：标准语义放知识库，只换客户规范
汽车研发：24 个能力包
76 组子能力全部「生成 builder + 审查 reviewer」成对 — 做完自动触发审，产出能签字的审计级工件
专利场景能力
工程承接场景能力
跨行业底座通用技能
平台公开内置技能（行业客户专属技能由租户在自己的 SkillHub 维护）
平台底座：一个真正在跑的分布式执行引擎
质量差距不来自模型，来自知识库 + 检索 + 纪律执行的系统能力差异。每个组件互相喂养，让平台稳定完成单机 AI 工具做不了的长链路任务。
一张图看懂平台架构
Agent 智能体
Agent = 模型 + Harness + 企业上下文 + 工具 + 验证
Harness 执行外壳
规划 · 留痕 · 重试 · 断点续跑 · 高风险转人工门禁
MemoryOS 记忆
热 / 温 / 长期三层 — 缺陷模式与口径越用越准
按目标编排调用 L3，L3 再调 L2 / L1
L3 业务场景技能
代码符合性审查 · ASPICE 追溯体检 · HARA · K-Matrix · 专利撰写 · 图纸审核
L2 通用功能技能（薄层，不含业务口径）
需求对比 · 语义审核 · 追溯要素抽取 · ALM 读写
L1 原子能力技能
文档/代码/总线解析 · 出图渲染 · 静态扫描 · docx / xlsx 读写
知识库 / RAG 底座
规则与期望值的来源 · 车型/项目严格隔离 · 每次运行的产物再沉淀回来
不漏
知识库全量索引 + 向量语义召回
不错
Skill 内置行业规则 + Orchestrator 校验
不崩
6 级 context 压缩 + Emergency 兜底
不忘
MemoryOS 热 / 温 / 长期三层记忆
不断
Hook 系统跨 Agent 自动传递上下文
从知识库到企业系统回写的完整闭环
知识库接入
行业文档、规范、历史项目全量索引，向量语义召回不漏
技能封装
行业最佳实践与工具链封装为标准化 Skill，一键调用
多智能体编排
专业化 Agent 分工协作，长链路任务稳定完成
企业系统回写
DOORS / Polarion / 飞书 / 企业微信对接，成果回写主数据
长在你现有的工具链旁边
不替换、不迁移 — 需求、代码、测试、办公系统原地接入，成果回写主数据
企业级安全与合规
AI 要进企业，先过安全这一关
严格租户隔离
每个客户独立租户，知识库、会话、产物物理隔离，数据仅在授权范围内流转
代码不出网
代码审查走 Webhook 拉取模式，私有化部署可直读内网仓库，源码不离开客户边界
私有化 / 内网部署
SaaS 与私有化双模式，支持内网与国密合规环境，满足 GDPR / PIPL 要求
全程可审计
每次技能调用、每条结论有来源可追溯，高风险判断强制人工确认，留痕可复查
客户项目里的真实数字
来自各产品线客户项目的方向性数据
36.5%
软件缺陷根因从源头治理（汽车）
95%
需求—测试覆盖率（汽车，原 <40%）
≈70%
MCAL 配置时间缩短（2-4 周 → 2-3 天）
≈50%
专利首稿准备时间缩短（xIPnex）
最新动态
三大产品线的案例、产品进展与行业实践
Polarion 自动化配置：集成能力与落地流程
FDE / Loop 的姊妹篇（面向客户）：这套 AI 集成能为你做什么——需求分析、用例派生、结果判定回写、自动建缺陷、追溯链路；以及它怎么贴着你那套字段全是自定义的 Polarion 落地——只读账号起步、自动识别结构、你确认、当场试跑、再上线自动跑，全程不改你一个字段。
2026年6月14日
Loop 怎么跑进汽车研发：FDE 驻场，把 AI 做成自主闭环
把 Combo Agent 当作驻场工程师（FDE）配置进客户的研发流程：事件触发的自主闭环（Loop）盯着 Polarion——新需求自动分析、派生用例、台架结果判定回写、失败自动建缺陷并连追溯；文末用 skill 当场往客户 Polarion 写入一条缺陷（DP-544）作证。
2026年6月13日
从需求到 MBSE 建模图表：用建模技能（skill）自动生成 ASPICE 静态 / 动态 / 追溯图
把软件设计 / 需求文档喂给 Combo Agent 的建模技能（skill-sysml-v2 / skill-mbse-capella / skill-plantuml / automotive-process-analyzer），自动产出 SWE.2 静态视图、需求追溯、以及带 alt 错误处理与 FMEA 的时序图——ASPICE 工作产物级别，过程可复现、图随文档更新。
2026年6月4日
信任 Nox-Lumen 的合作伙伴
杭州途昇知识产权代理事务所 · 多家头部 OEM / Tier1 · 海外工程承接客户（保密）
用户声音
来自三大行业一线用户的真实反馈
同一个平台，装进了三个完全不同的行业。
工程图直接丢进去，出来的说明书结构是对的，编号也能对上。省了我最头疼的一步。
专利代理人
机械方向 · xIPnex 用户
DOORS 里的需求改一条，下游测试、代码、追溯链一键看影响。评审会再也不用临时加班补关系。
系统工程师
OEM 智驾 · Auto 用户
覆盖率审计报告一键导出。以前准备一次评审要两周，现在两小时。
ASPICE 评估员
质量部门 · Auto 用户
门窗表写 1500 立面画 1480 这种事，机器一秒钟挑出来还附截图。我只签字红色那几条。
审图工程师
窗户工程 · Mfg 用户
我们没有 AI 团队，他们做完还帮我们维护。这个对小厂太重要了。
总经理
小型工厂 · Mfg 用户
联系我们
了解更多产品信息或洽谈合作
关注我们，了解更多产品信息
