Documentation Index
Fetch the complete documentation index at: https://docs.fim.ai/llms.txt
Use this file to discover all available pages before exploring further.
每家公司都面临的问题
从50人的初创公司到财富500强企业,每家公司的背后都堆积着多年积累的系统混乱:FIM One 的作用
FIM One 是外部的、第三方的、水平的平台,连接所有系统。 想象一下《阿凡达》中的艾娃——潘多拉下方的神经网络,将每棵树、每个生物、每段记忆连接成一个活的系统。每个生物体保持独立,但通过艾娃它们能感知彼此、共享信息,在需要时一起行动。没有生物体被修改;艾娃只是使连接成为可能。 FIM One 是你企业的艾娃。你的 ERP、CRM、OA 和数据库保持原样不变——FIM One 在它们之间编织智能网络,这样它们最终可以通过 AI 相互通信。
- 数据库凭证(建议使用只读账户)
- API 端点和身份验证密钥
- 网络白名单访问权限
- 理解并协调所有系统的 AI
- 每项操作都经过审计,每次写入都由人工确认把关
- 你的数据保留在你的系统中——FIM One 提供智能层,而不是数据湖
两种模式,一个平台
| 模式 | 说明 | 开始使用 |
|---|---|---|
| Copilot | AI 嵌入单个系统内——在用户现有 UI 中与用户协作 | 快速证明价值:在 ERP 中嵌入”财务 Copilot” |
| Hub | 连接所有系统的中央 AI 门户——跨系统编排 | 扩展价值:在一个地方连接 ERP + CRM + OA + Lark |
Copilot 在单个系统内证明价值。Hub 跨所有系统释放价值。
为什么不直接…
…使用 MuleSoft 还是传统 iPaaS?
MuleSoft 连接系统到系统。FIM One 连接系统到 AI。传统 iPaaS 需要数月的自定义映射、专门的集成团队和六位数的合同。FIM One 从语义上理解您的数据——用自然语言描述您想要的内容,AI 会自动判断需要查询哪些系统以及如何组合结果。…自己编写 ETL 管道?
每次源系统升级其架构时,ETL 就会中断。FIM One 实时连接 — 无需数据复制、无需同步作业、无需管道维护。而且它是双向工作的:从一个系统读取,写入另一个系统,每次写入都需要人工确认。…使用 Dify、n8n 或工作流构建器?
工作流构建器要求你在新的画布上复制你的业务逻辑。但你的工作流已经存在——在你的 OA、ERP、审批系统中。你不需要另一个流程图编辑器。你需要连接到这些流程已经运行的系统的 AI。 FIM One 不会复制工作流逻辑。从连接器的角度来看,每个复杂操作——转移、拒绝、升级、共同签署——都会折叠为单个 API 调用及其参数。目标系统管理状态机。FIM One 只是调用 API。…使用 AI 智能体平台(Manus、AutoGPT)?
自主智能体功能强大但难以控制。它们会因 API 失败而重复消耗 token、偏离目标,且无法在没有自定义集成的情况下连接到您的专有系统。FIM One 提供有界自主性 — 具有护栏的动态规划、故障连接器上的断路器,以及对写操作的人工确认门。…让每个供应商的内置 AI 来处理呢?
飞书 AI 在飞书内部工作。Salesforce Einstein 在 Salesforce 内部工作。两者都无法跨越边界。没有供应商会构建真正的跨系统集成 — 这与他们的锁定激励相悖。FIM One 是唯一没有这种利益冲突的参与者。FIM One 如何连接
FIM One 使用三层架构,将传输与治理分离:| 功能 | 作用 |
|---|---|
| 审计日志 | 记录每次工具调用 — 谁、做什么、何时、结果 |
| 人工确认 | 写操作在执行前需要显式用户批准 |
| 断路器 | 如果系统宕机,FIM One 立即停止重试,而不是继续消耗 token |
| 凭证加密 | 静态 AES-GCM 加密,按用户隔离凭证 |
| 只读强制 | 默认只读;写操作显式受限 |
构建连接器的三种方式
您无需编写 Python 代码即可连接新系统:| 方法 | 时间 | 所需技能 |
|---|---|---|
| 导入 OpenAPI 规范 | 几分钟 | 上传 YAML/JSON 规范或 URL — 连接器自动生成 |
| AI 聊天构建器 | 几分钟 | 用自然语言描述 API — AI 生成连接器配置 |
| MCP 生态系统 | 几分钟 | 直接连接任何 MCP 服务器 — 开源 MCP 社区开箱即用 |
为什么是现在
两件事改变了使 FIM One 今天成为可能的条件: 1. AI 模型终于足够聪明来进行编排。 GPT-4、Claude 和 Gemini 具有原生工具调用、长上下文窗口(200K+)和推理能力,使动态跨系统编排变得可靠。三年前,这还是一个研究问题。今天,它是一个工程问题。 2. 连接层仍然没有人负责。 模型不断变得更聪明,但它们永远不会原生加密你的数据库凭证、管理你的 OAuth 令牌、执行你的 RBAC 策略或审计你的工具调用。那是基础设施工作——也是 FIM One 所做的工作。离纯 LLM 编排越远,朝向企业系统集成越近,护城河就越持久。AI 模型拥有智能。FIM One 拥有连接。更聪明的模型使 FIM One 更好,而不是冗余——因为更好的推理意味着通过相同连接器进行更好的跨系统编排。
快速开始
快速入门
使用 Docker 或本地开发在几分钟内运行 FIM One。
连接器架构
FIM One 如何连接到您的系统 — 三层架构。
执行模式
独立、副驾驶和中心 — 三种部署方式。
在云上尝试
无需设置 — 登录并开始连接。