当前位置: 首页 > news >正文

WPS 加 Ollama 全栈国产化:信创环境的文档 AI

信创替换进入深水区,办公套件层面 WPS 替代 Office 已经是常规操作,但 AI 能力这块很多单位卡住了:主流 AI 办公工具大多绑定云端服务,内网环境连不上,合规评审也过不去。其实全栈国产化的文档 AI 并不遥远——WPS 做宿主、Ollama 做模型、察元AI文档助手做文档智能体,三层全部落在本地,全链路不出域。这篇按步骤从零走到能用,半小时以内。适合信创机房的政企单位、内网办公的保密岗位,以及所有被"AI 想用但不敢用"困住的团队。

第一步:确认 WPS 环境

信创机器上的 WPS 文字就是宿主。察元以加载项形式长在 WPS 里,不换编辑器、不改任何使用习惯,文档、模板、快捷键全都在原地。这是信创场景的关键好处:替换的是能力供给,不是工作流。

第二步:一行命令装察元

Windows 机器 PowerShell 直接跑(脚本自动处理 GBK/BOM 乱码问题,Gitee、aidooo、GitHub 多源回退并做 sha256 强校验):

&{[Net.ServicePointManager]::SecurityProtocol=[Net.SecurityProtocolType]::Tls12;$w=New-ObjectNet.WebClient;$w.Encoding=[Text.Encoding]::UTF8;$s=$w.DownloadString('https://gitee.com/cloudshd/chayuan-wps-releases/raw/master/scripts/install-wps-skill-chayuan.ps1');if($s.Length-and$s[0]-eq[char]0xFEFF){$s=$s.Substring(1)};&([scriptblock]::Create($s))-Fetch}

脚本一条龙做完三件事:加载项进 jsaddons 目录,WPS 打开即加载;chayuan-mcp 单文件二进制注册开机自启,不需要 Node.js;技能文件投放给 Claude/Cursor/Codex。装完重启 WPS 就能看到加载项。

第三步:Ollama 拉起本地模型

内网机器装好 Ollama 后拉一个国产模型——DeepSeek、Qwen、GLM 都有本地版本,按机器配置选。装完用ollama list确认模型就位。没有外网的机器,先在能出网的机器上把模型文件下载好再离线迁入,做法以 Ollama 官方文档为准,这里不展开。

第四步:配置模型端点

在察元的模型配置里把端点指向 Ollama 的 OpenAI 兼容地址。察元认的是任意 OpenAI 兼容端点,Ollama、LM Studio、Xinference、OneAPI 都在支持之列——这正是全栈国产化的技术基础:模型层随便换,应用层不动。配置完成后,模型调用全部发生在 127.0.0.1,一个字节都不出机器。

第五步:验证链路

跑一次健康检查:

curlhttp://127.0.0.1:62588/healthz

返回online,MCP 服务正常。再打开一份文档随便试一个内置助手,比如生成摘要或拼写检查。二十九个内置助手都不需要外部智能体,WPS 里直接出结果,离线环境照跑。

第六步:实测一个真活

拿一份待发的通知实测。在加载项里用校对助手,或者配了 MCP 智能体的话直接下指令:

帮我检查文档中的错别字,用批注标出原文和建议改法

批注钉在具体错字上,人工逐条复核后采纳。涉及写回的操作默认先返回 preview,确认后才落盘,这个闸门让内网环境也不怕 AI 乱动稿子。

可选进阶:接外部智能体

科室里如果已经用上 Claude Code、Codex CLI 这类智能体,把本机 MCP 端点配进去,文档操作就升级成可编排的流水线。以 Codex 为例,编辑~/.codex/config.toml加三行:

[mcp_servers.chayuan-wps-mcp] url = "http://127.0.0.1:62588/mcp"

配好之后智能体能调用 46 个文档工具:分块读长文、批注写回、表格插行列、多文档交叉校对,全部发生在内网。终端用户安装走上面那条一行命令,升级用-Version 4.1.2指定版本,不用碰仓库源码。

为什么这套组合经得起评审

三层拆开看:WPS 是信创目录里的成熟办公件;Ollama 开源、模型权重本地化;察元本身 Apache-2.0 开源,代码可审计,出问题能定位到行。评审最看重的三点——自主可控、数据不出域、可审计——层层有着落。反观任何把文档传到外部服务的方案,在涉密和敏感场景里都是硬伤。另外这套起步形态不是天花板:察元是一套引擎四档,单机跑顺之后,科室要共享知识库可以上 Docker 服务版,更大规模还有至臻版浏览器工作空间,国产化的路能一直往下走。

边界与提醒

本地模型的能力与云端旗舰有差距,复杂改写和精细润色的质量要拿真实文稿实测,重要文稿 AI 只做初筛、人工终审定稿;开源可审计不等于免检,上线前按单位规定走安全测评;涉密文档的管理制度不因为工具国产化了就松绑,定密责任始终在人。

信创不是把国外的换成国内的就完事,而是把每一层的依赖都拿到自己手里。这套 WPS 加 Ollama 加察元的组合,把 AI 文档能力补进了国产化版图,剩下的事,就是让同事真正用起来。

http://www.cnnetsun.cn/news/4273060.html

相关文章:

  • AI工程实践中的平衡:模型选型、Agent开发与部署运维
  • Apple Silicon上llama.cpp本地推理与macOS虚拟机性能问题实战
  • SpringMVC内容协商机制解析:从Accept头到HttpMessageConverter的完整流程
  • Unity音游开发入门:从零实现节奏判定与音画同步
  • Matlab排队论建模实战:从M/M/c仿真到系统优化
  • 开源项目MiroFish全解析:从源码到二次开发实战
  • AI Agent安全防护:Vaultak如何构建动态凭证与权限边界
  • MATLAB数学建模快速入门:从零基础到实战线性回归
  • MIMO球面解码算法仿真:从原理到Python实现与性能分析
  • 量子计算与QUBO模型在金融组合优化中的应用与建模实践
  • Matlab数学建模进阶:程序调试与效率优化实战指南
  • Windows RTX与反射内存光纤网络部署全攻略
  • 半监督YOLO目标检测框架:用少量标注数据训练高精度模型
  • 在 Vibe Coding 盛行、AI 模型越来越强的今天,你的优势到底是什么?
  • 蓝桥杯单片机国赛实战:从有限状态机到数据滤波的嵌入式系统设计
  • 基于Chinese-CLIP的图文检索系统:从原理到课程设计实战
  • AI电诈如何攻破金融信任链?原理、链路与防御
  • DuckDB升级越来越慢?从原因分析到批量迁移的排查优化指南
  • DelusionEval:量化AI聊天机器人的“认知错觉”评测体系
  • Nmap主机发现技术全解析:从原理到实战的渗透测试侦察指南
  • Countersign:AI代理钱包的跨厂商统一控制与kill switch审计
  • 基于YOLOv8的舌象诊断系统:从数据标注到部署的完整实战指南
  • Unity C#餐厅经营游戏毕设:从系统设计到答辩的完整实现方案
  • Coze工作流深度解析:从零构建AI应用的可视化编排指南
  • 典型相关分析(CCA)原理与Matlab实战:从数学推导到建模应用
  • LLM能发现编译器漏掉的语义优化机会吗?
  • 人工智能如何改变数学研究:从个人天才到世界大脑
  • Spring Boot电商项目实战:从SSM整合到Redis缓存与JWT认证
  • 史上最全阿里技术面试题目
  • PyCharm与Matplotlib环境搭建:Python数据分析与建模高效工作流指南