当"接个大模型"成为每个管理系统的标配需求，多数团队的选择是在业务代码里散落一堆 SDK 调用：密钥写死在配置文件、用量没人记账、租户之间无隔离、换一家模型供应商就要发版。风行（GoWind Admin）把 AI 当作平台的一等公民模块来做：提供商是数据不是配置、对话走流式推送、用量进配额体系、知识库 RAG 开箱即用，甚至自然语言问数也带四重安全护栏。本文带你完整过一遍这套 AI 能力的设计与实践。

一、能力全景：五个子域，一张图看懂

能力	入口	一句话说明
模型提供商	管理页「AI 提供商」	一行 = 一个 OpenAI 兼容端点（云端 API 或本地 Ollama）；api_key 加密落库
流式对话	分析页 → AI 助手	SSE 实时推送增量 token；同步响应携带完整回复
知识库 RAG	管理页「知识库」	文档切片 → 向量化（pgvector）→ 检索注入对话上下文
智能问数	AI 助手 → 智能问数	自然语言 → 只读 SQL → 结果表格 + 自然语言结论
用量配额	套餐配额 AI_TOKENS	每次调用记账，月度配额超限拒绝
安全与异常洞察	分析页卡片	规则预筛审计明细，LLM 只写总评

前言

大模型技术高速迭代，正在深层次重塑软件开发的作业模式。当前编码类大模型已成熟支持单文件编写、批量CRUD生成、业务逻辑拼装等能力，部分低复杂度业务模块，甚至可全程交由AI独立完成开发与交付。

行业内随之滋生出一种极具迷惑性的论调：AI普及编码之后，开发框架与脚手架的价值将会彻底消亡。未来开发者仅依靠Prompt即可完成全流程开发，标准化工程基建终将沦为时代冗余产物。

站在生产级微服务、企业级中后台项目的落地视角来看，该观点存在根本性认知误区，其混淆了碎片化代码生成与系统化工程交付两个完全不同的概念。直白来说：会写代码不等于能搭建生产级系统，这也是当下绝大多数开发者对AI编码最大的认知盲区。