连接智能 Logo连接智能CHAIIN NOVA TECH
CHAIIN NOVA TECH · CONNECT THE FUTURE

连接智能 · 连接未来

让金融 AI 从建设规划
走进业务现场

面向金融机构，提供 AI 建设咨询、知识与智能体产品、安全与研发治理，以及场景实施服务。与业务、科技和风险团队共同明确建设重点、验证应用效果，推进系统集成与交付。

了解解决方案

懂金融建设，重工程落地，以业务标准验证价值。

向下滚动，了解解决方案01 / 10
02 / 10从业务问题，找到建设路径
YOUR CHALLENGE / OUR APPROACH

从业务问题出发，
找到 AI 建设路径。

先确定要解决的任务，
再选择合适的咨询、产品与交付方式。

规划方向验证场景落地运营
了解我们如何一起推进
  1. 01
    建设规划

    AI 建设先做什么，投入如何安排？

    明确场景优先级、建设路线与验证计划

    金融智能化建设咨询
  2. 02
    运行安全

    AI 读取资料、调用工具，风险怎么管？

    管住敏感内容、工具权限与运行边界

    NovaGate
  3. 03
    研发治理

    AI 写代码，如何遵守金融研发规范？

    把规则带入开发，留下整改与复检依据

    NovaFSE
  4. 04
    知识应用

    制度知识如何查准，答案依据在哪里？

    找到相关知识，核对出处与信源质量

    NovaBase
  5. 05
    智能体开发

    智能体如何搭建，复杂场景怎么开发？

    低代码组织任务，高代码承接业务规则

    NovaAgent
  6. 06
    实施交付

    场景如何接入现有系统，并交付上线？

    嵌入业务现场，完成集成、验证与移交

    场景工程与实施交付
从建设咨询开始
03 / 10金融智能化建设咨询
FINANCIAL AI / STRATEGY TO EXECUTION

金融智能化
建设咨询

面向银行、保险、证券与资管机构

先明确方向，再决定怎么投入。

面向建设规划与科技管理团队，
把业务诉求、技术条件与治理要求放在一起，
明确先做什么、由谁负责、如何验证。

规划产出
  • 场景优先级
  • 建设路线图
  • 职责与验证计划
浏览金融 AI 场景地图
CONSULTING / INTEGRATED BLUEPRINT

四条主线，一体推进。

  1. 01 / GOVERNANCE

    治理架构与制度体系

    明确权责，让安全要求进入制度。

  2. 02 / LIFECYCLE

    全生命周期研发工艺

    贯通研发、投产与运营。

  3. 03 / SCENARIOS

    重点场景选择与验证

    选对场景，再验证业务价值。

  4. 04 / PEOPLE & PRACTICE

    AI 学院与工程实践

    以实训与知识转移培养团队。

01 / 先明确治理规则与责任边界

将顶层架构、权责矩阵与协同流程合并设计，建立风险分级、人工监督、修订与退出机制。

交付重点AI 治理顶层设计 · AI 制度体系与专项修订建议
探索 NovaGate
04 / 10NovaGate · AI 安全网关
NOVAGATE / AI RUNTIME SECURITY

NovaGate

AI 安全网关

让业务助手，运行在安全边界内。

面向 AI 应用与安全管理团队。
以授信材料助手为例：读取资料、生成回答、
调用业务工具时，逐环节检查并处置风险。

运行结果
  • 风险请求处置
  • 敏感内容与权限检查
  • 经脱敏的策略决策记录
防护机制示意 · 非真实攻击或检测结果
CREDIT ASSISTANT / RUNTIME PROTECTION

同一授信材料场景下的产品协同示例 · 非真实项目运行

NovaGate 策略处置机制示例示例请求进入防护链路；AI 安全网关按配置策略检查并处置风险；右侧为业务服务示意，不代表实际检测结果或可用性保证。
EXTERNAL THREAT恶意请求
AI SECURITY GATEWAYAI 安全网关
BUSINESS SERVICE业务服务示例链路
示例请求已按策略阻断
  1. 01 / INPUT输入防护
  2. 02 / RAG检索防护
  3. 03 / TOOL执行防护
  4. 04 / OUTPUT输出防护
01 / 输入防护 · 示例请求按策略阻断

本示例中的风险请求按策略阻断；实际处置由部署版本、策略和场景验证确认。

提示词注入Prompt 规则 BLOCK 脱敏审计
探索 NovaFSE
05 / 10NovaFSE · 金融软件研发治理引擎
FINANCIAL SOFTWARE GOVERNANCE

NovaFSE

金融软件研发治理引擎

让金融研发规范，先于代码写入。

面向研发管理者与开发团队。
以支付结算代码为例：先加载机构规则，
再检查 AI 变更，让严重问题在写入前被发现。

治理输出
规则依据与问题原因整改复检结论项目治理台账
支付结算服务 示例研发项目
机构基线 · 不可关闭凭据不得进入源码
项目规则 + 共享知识金额使用 BigDecimal
PaymentService.java项目上下文已加载


01
DEMO-SEC-01 · 硬编码凭据
待检测
02
DEMO-FIN-02 · 金额精度
待检测


01 / 06加载项目治理上下文写入尚未发生
机构基线、支付项目规则、共享接口知识与 DLP 策略，在研发变更前一起加载。


  1. 01加载
  2. 02生成
  3. 03检测
  4. 04阻断
  5. 05复检
  6. 06留证


生成台账 / METADATA
项目 · 账号 · 文件 · 版本 · 命中规则 · 处置结果


机制演示 · 无真实仓库写入 · 采集范围按项目配置确认


探索 NovaBase 


06 / 10NovaBase · 金融知识库
NOVABASE / KNOWLEDGE THAT CONNECTS
NovaBase
金融场景知识库 · 精准召回
知识找得准，回答才有依据。
面向业务知识应用与知识管理团队。
查询授信材料要求时，既找到相关条款，
也能核对原文、版本与来源质量。
检索结果
  • 相关知识与上下文
  • 原文出处与知识溯源
  • 来源质量评分
以客户金融语料与标注问题集验证召回准确性。
FINANCIAL KNOWLEDGE / PRECISE RETRIEVAL
同一授信材料场景下的产品协同示例 · 非真实项目运行
金融知识检索 · 示例问题企业授信材料，需要核验哪些必填项？
知识准备制度文档业务手册FAQ 问答智能切片 / 上下文关联
召回 · 重排语义 + 关键词
候选 B材料字段核验指引关联上下文
候选 A企业授信材料清单直接相关
候选 C渠道活动介绍相关性不足
知识溯源 / PROVENANCE等待召回证据知识  来源  章节  原文
来源质量评分 / TRUST待评分来源标识 · 更新时效 · 证据完整度
制度与业务手册切片，保留原文来源与上下文。
示例知识库与评分 · 非真实信源测评
  1. 01 / PARSE知识准备
  2. 02 / RECALL多路召回
  3. 03 / RERANK相关性重排
  4. 04 / TRACE知识溯源
  5. 05 / TRUST来源质量评分
01 / 先把知识组织清楚
文档与 FAQ 分开管理，智能切片保留完整语义，关联前后文。
智能切片 · FAQ · 关联上下文机制示例 · 非真实运行数据
探索 NovaAgent 


07 / 10NovaAgent · 智能体开发平台
NOVAAGENT / BUILD FOR REAL SCENARIOS
NovaAgent
智能体开发平台 · 可视化编排与代码扩展
把一个业务任务，做成可用的智能体。
面向业务创新与场景开发团队。
从授信材料核验开始，连接材料、知识与规则，
输出核验建议，交给业务人员复核。
场景交付
  • 可复用的业务流程
  • 场景规则与集成接口
  • 验收用例与交付依据
低代码与高代码协同，服务业务场景落地。
ONE SCENARIO / TWO DEVELOPMENT PATHS
同一授信材料场景下的产品协同示例 · 非真实项目运行
场景任务 / 示例企业授信材料核验助手业务人员定义任务 · 开发团队实现复杂场景
LOW CODE低代码 · 可视化编排
01接收材料输入与字段
02查询知识连接 NovaBase
03调用场景能力模型 / 工具
04输出核验建议转交人工复核
HIGH CODE高代码 · 场景开发
material_review.pySCENARIO
# 定义场景任务
# 输入：企业材料与业务要求
# 输出：核验建议与证据

async def review_materials(request):
    return await run_scenario(request)
业务逻辑系统集成场景测试
同一个业务任务，按复杂度选择编排与场景开发。
  1. 01 / DEFINE定义任务
  2. 02 / COMPOSE低代码编排
  3. 03 / DEVELOP高代码场景
  4. 04 / VERIFY验证交付
01 / 先定义真实业务任务
明确材料输入、判断依据、人工复核点与验收条件，再组织开发。
任务说明 · 输入输出 · 验收用例机制示例 · 非真实运行数据
走进实施与交付 




08 / 10咨询 · 场景工程与实施交付




CONSULTING / SCENARIOS / DELIVERY
为什么选择我们。
从规划，到业务现场。
以金融业务为起点，
把规划、产品与场景工程（FDE）实施连接起来。


01读懂金融建设治理分工、研发工艺与场景选型
02推进场景落地咨询规划、产品应用与系统集成
03按业务标准交付评测验收、培训与运行资料移交
知识检索资料分析流程协同






SCENARIO DELIVERY ENGINE 场景工程 / FDE








业务需求目标 / 流程 / 边界
生产系统接口 / 权限 / 运行
FDE与业务团队并肩交付
业务上下文场景原型验收证据





01 / CONSULTING
先读懂业务，再定义 AI 路径
你的参与
提供目标、流程与现状，业务与科技团队共同对齐。
我们梳理数据条件与风险边界，优选场景并定义验收标准。
交付物场景路线图 / 需求与验收清单

交付方法演示



我们服务的客户
TRUSTED CONNECTIONS  金融 / 交易市场 / 高校
  • 宁波银行 Logo宁波银行
  • 中国金融期货交易所 Logo中国金融期货交易所
  • 浙江大学 Logo浙江大学
  • 浙商银行 Logo浙商银行
  • 杭州电子科技大学 Logo杭州电子科技大学
  • 浙商资产 Logo浙商资产
  • 中国光大银行 Logo中国光大银行
  • 香港交易所 Logo香港交易所
  • 同济大学 Logo同济大学
  • 杭州银行 Logo杭州银行
  • 电子科技大学 Logo电子科技大学
  • 浙江农信 Logo浙江农信


咨询方法 / METHODS & DELIVERABLES
将组织治理、研发工艺、场景选型与人才培养，衔接为可执行的建设路径。
认识交付背后的团队 


09 / 10核心团队与专业经验
TEAM / PROFESSIONAL EXPERTISE
核心团队与专业经验
让金融经验，与工程能力并肩
核心成员具有国有大型商业银行及金融科技企业工作经历，长期参与金融 IT 架构、核心业务系统与技术应用建设。团队结合金融业务理解与 AI 工程实践，服务从建设规划到场景实施的全过程。
01 / EXPERTISE
金融架构与建设经验
理解金融机构的系统架构、研发流程与运行要求，将业务目标转化为可执行的建设路径。
02 / EXPERTISE
AI 产品与工程实践
围绕知识应用、智能体开发、安全与研发治理，推进产品能力与业务场景结合。
03 / EXPERTISE
场景实施与交付
与客户业务、科技及相关管理团队协作，完成需求梳理、场景验证、系统集成与验收移交。
以上为团队成员的过往经验与专业能力介绍，不代表原任职机构对连接智能的授权、合作或产品背书。
交流业务需求


10 / 10联系我们
CONTACT US / CONNECT THE FUTURE
联系我们。
从业务问题开始。
首次交流将围绕业务目标、现有条件、
优先场景与验证方式展开。
我们会通过邮箱与你联系。
明确业务目标确认交流方向商议推进范围


01 / EMAIL电子邮件
contact@chnova.net 


02 / PHONE联系电话
0571-88551012 


03 / HANGZHOU杭州办公室
浙江省杭州市余杭区仓前街道
海智中心 1 幢 715 室


04 / CHENGDU成都办公室
四川省成都市武侯区天府五街 200 号
菁蓉汇 4B 幢 3 楼


05 / WECHAT扫码关注公众号
连接智能微信公众号二维码


回到开场 


NOVAGATE / PRODUCT CAPABILITIES
NovaGate · AI 安全网关
适用对象 · 金融机构 AI 应用、安全管理与运行团队
在应用运行链路中，识别风险、执行策略、保留依据。
  1. 01 / 风险类型
    指令注入、敏感信息与工具越权
    先明确应用面临的风险及可接受边界，再配置对应策略。
  2. 02 / 介入环节
    输入、检索、工具与输出
    围绕模型调用、知识片段与业务工具，设置不同检查点。
  3. 03 / 处置方式
    按策略放行、阻断或转人工
    处置动作以部署版本和已配置策略为准；规划能力见下方矩阵。
  4. 04 / 审计证据
    关联规则、阶段与处置记录
    围绕命中规则、策略版本与执行链路，保留经脱敏的策略决策记录，支持复核与追溯。
  5. 05 / 验证方式
    用机构场景与样本验收
    核对风险命中、正常请求误拦截和审计完整性；网页仅作机制示例，不代表普遍防护效果或可用性保证。
在 AI 应用的输入、输出、知识检索、工具调用与数据访问过程中，执行检测、策略决策、风险处置与审计。
应用 / AgentNovaGate模型 / RAG / Tool审计与运营
以下状态依据产品清单 V1.0（2026-09-28）。下方逐项区分已实现、部分实现与规划能力；部署版本、接入条件和 POC 验收范围按项目确认。当前网页只展示机制，不连接真实检测服务。
功能矩阵与版本边界
  1. 01
    应用与接入中心
    当前已实现应用密钥、Agent 归属校验、发布策略绑定与 OpenAI 兼容接入。
    部分实现 / 规划组织与多租户隔离、服务账户与密钥轮换为规划项。
  2. 02
    模型渠道中心
    当前已实现服务端保存模型密钥，约束应用可用渠道，配置超时并采集 Token 用量。
    部分实现 / 规划健康熔断、容灾路由与金额预算为规划项。
  3. 03
    安全策略中心
    当前已实现按输入、输出、RAG、工具定义动作；支持草稿隔离、试运行、版本与回滚。
    部分实现 / 规划双人审批与灰度发布为规划项。
  4. 04
    Prompt 安全中心
    当前已实现识别直接注入、越狱、角色劫持、提示词窃取与常见编码绕过。
    部分实现 / 规划多轮攻击关联部分实现；攻击链画像为规划项。
  5. 05
    DLP 数据防泄漏中心
    当前已实现多阶段识别个人信息与凭据；支持精确脱敏、引用令牌、受控解敏和审计脱敏。
    部分实现 / 规划中文实体识别部分实现；数据分类分级、结构化文件扫描为规划项。
  6. 06
    内容安全与行业合规中心
    当前已实现识别金融营销风险，支持企业规则、双向治理、阻断与安全代答。
    部分实现 / 规划通用内容分类和中文小模型部分实现；行业规则包、法规映射为规划项。
  7. 07
    RAG 与语料安全中心
    当前已实现逐片段检测间接注入与敏感信息，建立不可信上下文边界并记录来源。
    部分实现 / 规划相似样本检索部分实现；检索前权限过滤、污染检测等为规划项。
  8. 08
    Tool / MCP 与 Agent 安全中心
    当前已实现工具注册、Agent 白名单、参数检查与 DLP；高风险工具返回 REVIEW 审批标记。
    部分实现 / 规划本地演示适配器已实现；远程 MCP、细粒度授权、SSRF 与出口控制为规划项。
  9. 09
    资源、流式与运行时防护中心
    当前已实现限制 Token、RPM、并发与会话预算；安全缓冲检测通过后再输出 SSE。
    部分实现 / 规划滑动窗口流式检测与成本异常告警为规划项。
  10. 10
    规则、词库与内容情报中心
    当前已实现企业关键词、安全正则、人工审核、签名离线包及导入回归、启用回滚。
    部分实现 / 规划情报定期任务部分实现。
  11. 11
    检测模型与训练中心
    当前已实现轻量 CPU 训练、独立 Worker、评估门禁及模型发布、回滚与阈值管理。
    部分实现 / 规划五层 CPU 运行时部分实现；漂移检测与再训练为规划项。
  12. 12
    测试、评测与样本中心
    当前已实现输入、输出、RAG、工具全链路调测，批量样本、执行轨迹与金融统一评测。
    部分实现 / 规划跨模型、策略与厂商的对比评测为规划项。
  13. 13
    安全运营与审计中心
    当前已实现态势、趋势、多维事件筛选、全链路证据、异步审计与样本处置。
    部分实现 / 规划实时 SLO、事件通知与管理员操作审计为规划项。
  14. 14
    系统配置与管理中心
    当前已实现管理员令牌、健康检查、运行参数与业务接入文档。
    部分实现 / 规划SSO/RBAC、实例管理、KMS/Vault 和配置审批为规划项。
  15. 15
    平台架构、部署与运维中心
    当前已实现控制面与数据面分离、多网关负载均衡、分布式状态与离线私有化部署。
    部分实现 / 规划备份恢复与信创单机 POC 部分实现；数据服务高可用、灾备演练为规划项。
CONTACT US / START A CONVERSATION
交流业务需求
描述你希望解决的业务问题和当前阶段，我们会通过邮箱与你联系。首次交流将围绕业务目标、现有条件、优先场景与验证方式展开。
提交后，你的姓名、邮箱和消息将发送给连接智能。
FINANCIAL AI / CONSULTING
金融智能化建设咨询方法与交付内容
CONSULTING / METHODS & DELIVERABLES
四条主线，一体化交付设计
围绕 AI 项目的权责分工、研发投产、场景选择与团队能力，形成可执行的建设路径。
  1. 01 / GOVERNANCE
    治理制度：让 AI 项目有章可循、责任清晰
    建设需求
    AI 项目涉及业务、科技、风险与合规等团队，需要明确决策、审批、运行监督与退出责任。
    工作方法
    明确组织权责、协同流程与分级审批，将人工监督、数据安全和退出要求纳入制度，让项目各阶段有章可循、责任可追溯。
    交付设计
    • 《AI 治理顶层设计》
    • 《AI 制度体系与专项修订建议》
    草案与修订建议衔接机构审议发布流程。
  2. 02 / LIFECYCLE
    研发工艺：贯通场景全周期
    建设需求
    AI 应用从需求到上线涉及多个环节，需要统一开发、测试、投产与运营要求，让评审有依据、问题可追溯。
    工作方法
    1. 需求验证明确业务目标、验收样例与 ROI 初评。
    2. 研发测试保留版本记录，模型、场景与 Agent 分开测试。
    3. 投产运营评审风险与连续性方案，建立监控和熔断。
    4. 复盘变更模型升级先回归再评审，明确降级与退役。
    交付设计
    • 《大模型应用研发工艺及配套模板》
    • 《金融智能体管理办法建议稿》
    测评方法、样例模板与运营记录随工艺组织。
  3. 03 / SCENARIO SELECTION
    场景选型：明确先做什么
    建设需求
    从零售与财富、对公与普惠、金融市场与投行资管、渠道与运营、风险与合规、财务数科与管理六类业务中，确定建设重点。
    工作方法
    结合业务价值与频次、数据和知识可用性、技术成熟度与成本、风险可控与人工复核、负责人及实施资源评估，形成“优先启动、条件成熟后启动、暂缓”三档建议。
    交付设计
    • 《重点场景选型建议》
    包含候选清单与推荐理由、启动条件、实施路径和验收指标；指标框架与跟踪模板作为附件。
  4. 04 / PEOPLE & PRACTICE
    人才实训：围绕岗位任务培养
    建设需求
    人才培养既要覆盖不同岗位，也要衔接真实任务，帮助团队将课程知识转化为工程实践与自主交付能力。
    工作方法
    将 AI 学院与工程实践结合，按业务、研发、治理岗位组织课程；用任务作业识别能力差距，结合 NovaFSE 练习 Prompt、RAG、Agent 与评测，通过过程记录和作品评审检验掌握程度。
    交付设计
    • 《AI 岗位能力与培养建议》
    • 《AI 学院课程与工程实践包》
    能力矩阵、培养路径、实践指南与考核记录相互衔接。
项目范围与实施衔接
以上为规划咨询的工作方法与拟定交付范围，不代表具体项目已完成或已验收。完整测评数据集、真实场景实施与运营陪跑，以及工具授权、环境、集成范围和培训人数课时，按项目确认；上线成效依托实际运营数据验证。
监管参考：《关于银行业保险业人工智能安全开发应用的指导意见》。
NovaFSE / PROJECT-CENTERED GOVERNANCE
让规则、知识与证据进入研发过程
适用对象 · 金融研发管理者、开发团队与治理团队
让金融研发规范，先于代码写入。
规则前置
把机构基线、项目规则与共享知识带入研发上下文。
风险检查
在已接入工具链的写入前检查高确定性严重问题，返回规则与原因。
整改与复检
修正候选变更，再按规则复检；不承诺发现或阻断所有代码问题。
治理留证
关联项目、分支、版本与处置结果，支持核对与追溯。
验证方式在客户实际 IDE、AI 编程插件及仓库链路中，确认接入兼容性，使用约定规则与样例验证检查、阻断和复检。支持的具体工具链、语言及检测范围按部署版本与验收清单确认。
依据产品分析资料展示机制；当前网页不连接代码仓库，不执行真实检测或写入。
  1. 01
    两层规则，统一底线
    机构基线不可关闭 · 项目规则只能加码
    研发变更先加载项目上下文。机构基线维持统一底线，项目规则适配具体业务、架构和风险要求。
  2. 02
    项目知识，共享上下文
    规则说明必须做什么，知识说明如何做
    项目共享规范、架构、接口与设计资料；资料支持解析、索引和生命周期管理，供选择该项目的插件会话使用。
  3. 03
    写入前检查与阻断
    高确定性严重问题 · 规则编号与明确原因
    代码新建、编辑和补丁触发检测。示例风险包括硬编码凭据、不适当的金额数据类型、缺少幂等机制、权限绕过和敏感日志。普通问答与知识查询不走这条写入链路。
  4. 04
    项目级 DLP 与采集边界
    机构基线策略组 + 项目策略组
    检测器、扫描范围、风险等级、处置方式与最小证据要求按策略定义。数据上报分为 OFF、METRICS ONLY、METADATA、DIAGNOSTIC 四档；诊断证据需授权并通过 DLP 检查。
  5. 05
    巡检、报告与生成台账
    锁定分支与提交版本 · 统一证据链
    周期巡检与项目绑定，报告归档范围、账号、版本、结论和证据。生成台账记录文件、增删行数、命中规则及阻断结果，源码正文与 Prompt 的采集范围、授权方式及 DLP 策略按项目配置和验收确认。
  6. 06
    整改、复检与持续优化
    从生成到归档，以项目组织治理
    选择项目  加载规则与知识  指导生成  写入前检测  记录台账  持续巡检  归档与整改复检  用治理数据优化规则和研发流程。
NOVABASE / FINANCIAL KNOWLEDGE
NovaBase · 金融知识召回
适用对象 · 金融业务知识应用与知识管理团队
找准相关知识，同时看清来源依据。
围绕制度问答、材料核验与操作指引，将知识准备、多路召回、重排、溯源与来源质量评分连接起来。
验证方式按机构语料和验收问题集检查召回片段、关键条件与引用原文。检索相关性和来源质量分别验证，评分不代表对内容真实性的保证。
以金融知识库的召回准确性为核心，把文档治理、语义检索、FAQ、重排序、知识溯源与来源质量评分连接起来。准确性需要用机构自己的语料、标注问题和验收集验证。
  1. 01
    知识准备：让片段保留业务含义
    文档支持普通与 AI 智能切片、预览与编辑；结合前后片段上下文，减少关键条件被切断造成的信息缺失。制度文档、操作手册和 FAQ 可按知识库管理。
  2. 02
    多路召回：连接问法与知识
    支持多知识库、多关键词与完整问题语义检索；FAQ 同时结合向量相关性和关键词匹配，覆盖业务术语、不同问法和常见问题。
  3. 03
    结果重排：把真正相关的证据放前面
    召回候选可通过配置的重排序模型再次判断与问题的相关性，按查询意图调整排序。Top-K 与相似度阈值按场景调校，模型接入与服务可用性按部署确认。
  4. 04
    知识溯源：每一条知识都能核对来处
    将知识条目、召回片段和引用依据关联到来源文件、章节与原文上下文，形成可回溯的知识链路，便于业务人员核对出处、定位错引并复核依据。
  5. 05
    来源质量评分：让来源质量可判断
    对信源自动评估来源质量评分，并保留评分依据。可围绕来源标识、更新时效、证据完整度等维度配置规则，支持来源比较与人工复核。来源质量评分与检索相关性分别呈现，帮助业务人员分别核对检索相关性与来源质量；评分不等于内容真伪认证，仍需结合原文和人工复核。
    网页中的 92 / 100 为机制演示分值；实际评分规则与结果按金融业务场景、可用元数据及部署配置确认。
  6. 06
    金融场景验证：以问题集检验召回质量
    围绕制度问答、材料核验、业务操作等任务，组织经标注的问题与标准证据。以 Recall@K、Precision@K、关键条件覆盖和错引案例评估，持续调整切片、阈值与重排策略。按机构语料和验收问题集验证检索质量。
NOVAAGENT / LOW CODE + SCENARIO ENGINEERING
NovaAgent · 智能体开发平台
适用对象 · 金融业务创新、智能体开发与场景工程团队
按业务复杂度，组织流程与场景能力。
可视化编排用于组织任务，代码扩展承接复杂规则与系统集成。下方展示开发方式与协同机制，不是产品编排、调试或运行界面的实录。
验证方式围绕约定任务，在实际部署环境中核对流程执行、接口调用、人工复核点与验收用例。具体功能和接入范围按产品版本确认。
低代码用于可视化组织任务，高代码用于场景开发。两种开发方式围绕同一业务目标协作，让标准流程快速构建，让复杂场景获得足够的工程深度。
  1. 01
    低代码：可视化组织业务任务
    将输入、知识检索、模型和工具调用、条件分支与输出组织成可理解的流程，便于业务与开发团队讨论、验证与迭代。
  2. 02
    高代码：面向真实场景开发
    通过代码承接复杂业务规则、定制算法、专用工具与既有系统集成。重点是把场景做深，包括材料核验、资料分析、流程协同等业务任务。
  3. 03
    同一场景，两种方式协同
    低代码流程组织任务，高代码场景能力作为可复用环节接入；连接 NovaBase 的知识依据，并按项目架构与 NovaGate 运行时防护、NovaFSE 研发治理协同。
  4. 04
    验证与交付：把能力带进业务
    先定义输入输出、业务基线与人工复核点，再围绕测试用例评估效果，保留改进与验收依据。网页流程与代码仅用于说明开发方式，具体功能及集成范围按项目确认。