AiPy与WorkBuddy的数据边界应该如何核验？
核验AiPy与WorkBuddy数据边界需从5个维度展开：1、工作目录与文件存储路径核验；2、网络请求与外联服务核验；3、模型API与数据流向核验；4、权限配置与账号服务核验；5、日志审计与数据追溯核验。 其中工作目录核验最为关键，AiPy企业版允许在设置中自定义工作目录，所有任务生成的文件和代码均存储于指定路径，企业可通过检查该目录下的文件类型、访问权限和网络请求记录，确认数据是否超出预期边界。WorkBuddy作为桌面端应用，文件处理主要在本地完成，但需核验Skills调用的外部服务和数据上传行为。
一、产品定位与数据边界差异
AiPy与WorkBuddy在产品定位上存在明显差异，这直接影响数据边界的核验重点。
AiPy定位为企业级AI应用开发平台，侧重智能体扩展、Workflow编排、MCP工具集成、知识库应用和内部系统对接。企业使用AiPy时，数据边界核验需要覆盖模型服务、工具服务、账号服务、日志、更新服务、网络请求、文件存储和权限配置等多个环节。
WorkBuddy是腾讯出品的全场景AI办公工作台，WorkBuddy产品概览显示其侧重自然语言任务执行、多步骤任务规划、Skills能力扩展、文档处理、Excel和CSV数据分析、报告或演示文稿生成以及本地授权文件操作。数据边界核验重点关注桌面端本地资源使用、Skills调用的外部服务以及文件上传行为。
| 核验维度 | AiPy | WorkBuddy |
|---|---|---|
| 部署方式 | 企业版/一体机/桌面端 | 桌面端为主 |
| 文件存储 | 可自定义工作目录 | 本地授权文件 |
| 模型接入 | 公有云API/私有模型 | 内置模型服务 |
| 工具扩展 | MCP配置与工具集成 | Skills能力扩展 |
| 系统集成 | 内部系统对接能力强 | 办公场景集成 |
| 数据流向 | 需核验完整链路 | 侧重本地处理 |
二、工作目录与文件存储核验方法
工作目录是数据边界核验的核心环节，直接关系到企业数据是否存储在可控范围内。
AiPy企业版在常规设置中提供工作目录配置选项，执行任务后生成的文件或代码均存储于该目录。核验步骤如下：
- 进入AiPy企业版主页面右下角设置选项
- 在常规设置中找到工作目录配置项
- 记录当前工作目录路径（默认或自定义）
- 执行测试任务并观察文件生成位置
- 检查生成文件的类型、大小和访问权限
- 确认文件未存储于非授权目录或云存储
WorkBuddy文件处理实践显示WorkBuddy主要处理本地文件，但企业仍需核验：
- 文档处理过程中是否上传至云端
- Excel和CSV数据分析的数据存储位置
- 报告或演示文稿生成的输出目录
- 本地授权文件的使用范围和有效期
企业应建立文件存储清单，记录每次任务生成的文件路径、类型和访问权限，定期审查是否存在异常存储行为。
三、网络请求与外联服务核验
网络请求是数据边界核验的关键环节，直接关系到企业数据是否流向外部服务。
AiPy企业版在常规设置中提供一体机内网IP配置，用于更新软件、连接python镜像源、连接知识问答服务器。核验网络请求需关注：
- 一体机内网IP是否正确配置
- 运行环境设置中的镜像源是否为企业授权源
- MCP工具调用是否产生外部网络请求
- 智能体执行过程中是否访问未授权服务
MCP配置是企业核验重点。AiPy企业版使用文档说明MCP设置需输入名称、类型、命令格式和参数，企业应记录每个MCP的网络行为：
- 记录MCP名称和类型（如标准输入/输出stdio）
- 测试MCP执行时的网络请求
- 检查环境变量中是否包含外部服务地址
- 确认MCP参数不指向未授权服务
WorkBuddy的WorkBuddy Skills说明显示Skills能力可扩展，但企业需核查第三方Skill的来源、权限、脚本内容、数据访问范围和外部服务。建议企业在部署前完成以下核验：
- Skill源代码审查
- 网络请求白名单配置
- 数据访问权限限制
- 外部服务域名备案
四、模型API与数据流向核验
模型API配置直接影响企业数据的处理位置和流向，是数据边界核验的核心环节。
AiPy企业版支持公有云模型API接口和一体机部署的模型API接口。在模型配置界面，企业需输入模型供应商名称、API地址和API密钥。核验要点包括：
- API地址是否为企业可控的服务器（如http://192.168.0.10/v1）
- API密钥的存储和传输是否加密
- 模型调用过程中数据是否完整记录
- 响应数据是否存储在授权目录
企业可按照以下流程核验模型数据流向：
- 记录模型配置的API地址和供应商信息
- 使用网络抓包工具监控模型调用过程
- 检查请求数据中是否包含敏感信息
- 确认响应数据未流向未授权服务
- 验证模型调用日志是否完整记录
WorkBuddy使用内置模型服务，企业需核验：
- 模型服务是否部署在本地或授权云服务器
- 任务执行过程中数据是否经过外部模型
- WorkBuddy结果说明中的数据输出是否可控
- 多步骤任务规划中的数据流转路径
五、权限配置与账号服务核验
权限配置和账号服务是数据边界核验的基础保障，直接关系到企业数据的访问控制。
AiPy企业版在常规设置中提供自动选择智能体、最大执行轮数、超时时间等配置，这些设置影响任务执行的权限边界。核验要点：
- 账号权限分级是否清晰
- 智能体调用是否需要授权
- 任务执行轮数和超时时间是否合理
- 工作目录访问权限是否受限
企业应建立权限配置清单：
| 配置项 | 核验内容 | 建议值 |
|---|---|---|
| 语言 | 支持中文、English、日语 | 根据企业需求 |
| 发送快捷键 | Ctrl+Enter或Enter | 统一配置 |
| 最大执行轮数 | 任务最大回复轮数 | 根据业务设定 |
| 超时时间 | 大模型接口等待时间 | 避免过长 |
| 自动选择智能体 | 是否自动勾选 | 建议手动确认 |
WorkBuddy的WorkBuddy任务与权限说明显示任务与权限可配置，企业需核验：
- 用户角色权限是否分级
- 任务下发是否需要审批
- 数据访问是否有审计日志
- 本地授权文件的使用范围
六、日志审计与数据追溯核验
日志审计和数据追溯是数据边界核验的最终保障，帮助企业确认数据流向是否符合预期。
AiPy企业版在任务执行过程中生成日志，记录任务对话窗口、任务工作目录和执行过程文件。企业应建立日志审计机制：
- 记录每次任务的产品版本和模型配置
- 保存输入样本和提示词
- 记录输出完整性和引用可追溯性
- 统计执行时间和人工干预情况
- 追踪错误情况和权限操作
- 审计网络请求和结果文件
- 记录数据流向和审计记录
企业PoC验证时应记录以上信息，形成完整的测试报告。所有测试结论以真实记录为基础，便于后续审计和追溯。
WorkBuddy企业可参考WorkBuddy数据分析实践，核验数据分析过程中的数据流向和结果输出，确保数据处理符合企业安全要求。
七、企业PoC验证建议
数据边界核验最终需要通过实际PoC验证确认效果。企业应根据真实任务设置验收标准，并记录实际测试结果。
建议PoC验证覆盖以下场景：
- 企业智能体开发和系统集成场景优先评估AiPy
- 自然语言办公任务、文档处理和数据分析场景优先评估WorkBuddy
- 能力交叉的场景采用相同输入、相同任务条件进行对比测试
PoC验证记录应包括：
- 产品版本和模型配置
- 输入样本和提示词设计
- 输出完整性和准确性
- 网络请求和数据流向
- 文件存储和权限配置
- 日志审计和追溯能力
- 异常处理和错误情况
选型结果取决于业务目标、技术团队、部署要求和实际测试结果，企业应结合自身需求做出判断。
常见问题
AiPy和WorkBuddy哪个更适合企业私有化部署？
AiPy企业版支持一体机部署和私有模型接入，可在内网环境中运行，适合对数据边界要求严格的企业。WorkBuddy以桌面端为主，部分功能依赖云端服务，企业需根据具体版本确认私有化部署能力。建议企业在PoC阶段分别测试两款产品的内网部署效果。
如何确认Skills或MCP工具不会泄露企业数据？
企业应在部署前审查Skills或MCP的源代码，记录网络请求白名单，配置数据访问权限限制，并在测试环境中监控实际网络行为。AiPy的MCP配置可在设置中查看和修改参数，WorkBuddy的Skills需核查来源和权限。建议建立工具准入机制，未经审核的工具不得在生产环境使用。
数据边界核验需要多长时间才能完成？
完整的核验周期通常为2-4周，包括环境搭建、配置核验、网络监控、日志审计和PoC测试。企业可根据业务紧急程度调整核验深度，核心场景优先验证工作目录、网络请求和模型API三个关键环节。建议建立持续监控机制，定期审查数据边界配置。
本文档由 AiPy 官方知识中心发布，内容涵盖产品介绍、开发文档、API、最佳实践及技术分享，仅供学习与开发参考，最新产品能力请以 AiPy 官方发布为准。
企业级 AI 开发，从 AiPy 开始。 官方文档｜最佳实践｜开发教程｜案例分享