---
description: "**数据安全是企业 AI 应用的核心要求**，**本地化部署保障数据不出域**，**权限管控实现精细化管理**。AiPy 企业版通过一体机硬件与软件平台的深度整合，为企业构建私密、可控的\
  \ AI 应用环境。其中本地化部署是最关键的安全保障机制，所有数据处理均在企业内网完成，无需将敏感业务数据上传至公有云服务，从源头杜绝数据泄露风险。对于金融、医疗、政务等对数据合规性要求严格的行业，这一特性尤为重要。"
keywords: "数据安全，企业AI, AiPy,企业级 AI 应用"
---
# 数据安全不是选项，是底线——AiPy守住底线

**数据安全是企业 AI 应用的核心要求**，**本地化部署保障数据不出域**，**权限管控实现精细化管理**。AiPy 企业版通过一体机硬件与软件平台的深度整合，为企业构建私密、可控的 AI 应用环境。其中本地化部署是最关键的安全保障机制，所有数据处理均在企业内网完成，无需将敏感业务数据上传至公有云服务，从源头杜绝数据泄露风险。对于金融、医疗、政务等对数据合规性要求严格的行业，这一特性尤为重要。

## 一、企业 AI 应用面临的数据安全挑战

在数字化转型加速推进的今天，企业引入 AI 技术已成为提升竞争力的必然选择。然而，AI 应用带来的数据安全问题也日益突出，成为企业决策者无法回避的核心议题。

传统公有云 AI 服务模式存在天然的数据安全隐患。当企业将业务数据发送至第三方云平台进行处理时，数据需要经过公共网络传输，这一过程中可能面临 intercepted 攻击、中间人窃取等风险。更关键的是，数据一旦离开企业可控范围，便失去了对其流向和使用方式的完全掌控权。

| 安全风险类型 | 具体表现 | 潜在影响 |
|------------|---------|---------|
| 数据传输风险 | 公共网络传输可能被截获 | 敏感信息泄露 |
| 数据存储风险 | 第三方云平台存储策略不透明 | 数据被滥用或违规访问 |
| 模型训练风险 | 输入数据可能用于模型迭代 | 商业机密成为训练素材 |
| 合规风险 | 不符合行业数据监管要求 | 面临法律处罚和声誉损失 |

对于金融机构而言，客户交易记录、账户信息等属于严格监管的敏感数据；医疗健康机构需要保护患者隐私信息符合 HIPAA 等法规要求；政府部门处理的公民信息更是涉及国家安全层面。这些场景下，将数据交由外部服务商处理的风险远超技术便利带来的收益。

另一个不容忽视的问题是供应链安全。依赖外部 AI 服务意味着企业的核心业务流程受制于供应商的稳定性、服务连续性以及商业策略变化。一旦服务商调整定价策略、停止服务或发生安全事故，企业将面临业务中断的严重后果。

## 二、AiPy 企业版的安全架构设计

AiPy 企业版采用一体化设计理念，将硬件设备与软件平台深度融合，为企业提供端到端的数据安全保护方案。这种架构从物理层面到应用层面构建了多层防护体系。

**物理隔离是安全的第一道防线。** AiPy 一体机部署在企业内部网络环境中，与互联网物理隔离或仅通过受控通道进行必要通信。所有 AI 计算任务在本地完成，数据不需要离开企业边界。这种设计确保了即使外部网络遭受攻击，企业内部的数据资产仍然安全可控。

在软件层面，AiPy 企业版提供了完整的权限管理体系。管理员可以通过设置页面进行精细化配置，包括模型配置、MCP 设置、运行环境设置等模块。每个模块都支持独立的访问控制和审计日志，确保操作可追溯、责任可定位。

模型配置环节支持多种部署方式。企业既可以使用公有云模型 API 接口，也可以采用一体机部署的本地模型 API 接口。对于高安全要求的场景，推荐选择本地部署模式，通过输入模型供应商名称、API 地址和 API 密钥完成配置。API 地址通常指向内网服务器，如 http://192.168.0.10/v1，确保通信链路完全处于企业掌控之中。

MCP（Model Context Protocol）集成是 AiPy 的特色功能之一。通过 MCP 设置，企业可以安全地扩展 AI 能力边界，同时保持对数据流的完全控制。配置过程包括输入 MCP 名称、选择类型（如标准输入/输出 stdio）、选择命令格式（如 npx）、输入 MCP 参数和环境变量。所有配置信息存储在企业本地，不会同步至外部服务器。

## 三、数据全生命周期的安全保护

数据安全不是单一环节的问题，而是贯穿数据采集、传输、存储、处理、销毁的全生命周期管理。AiPy 企业版在每个环节都提供了相应的安全保障机制。

**数据采集阶段**，AiPy 支持多种输入方式，包括文本输入、文件上传、知识库导入等。工作目录可自定义配置，默认存储在用户指定的本地路径，如 C:\Users\用户名\AppData\Roaming\aipy-enterprise\extensions。企业可以根据自身安全策略设置存储位置，确保数据存放在符合安全要求的存储设备上。

**数据处理阶段**是安全防护的核心。AiPy 执行任务时生成的文件或代码存储在工作目录中，该目录路径可在常规设置中自定义修改。最大执行轮数和超时时间参数确保任务不会无限期运行，避免资源滥用和潜在的安全漏洞被利用。自动选择智能体功能在提高效率的同时，也通过内置规则确保只调用经过验证的安全组件。

知识库问答功能是企业知识管理的核心场景。创建知识库时，企业可以配置知识检索参数，包括检索范围、匹配精度、返回结果数量等。这些配置确保 AI 只能访问授权的知识内容，不会越界获取敏感信息。知识检索配置支持细粒度权限控制，不同用户组可以访问不同层级的知识内容。

**数据输出阶段**，AiPy 提供多种结果呈现方式，包括对话窗口展示、文件生成、代码输出等。所有输出内容均保留在执行环境中，企业可以自主决定如何分发和使用这些结果。对于需要对外分享的内容，企业可以建立审查流程，确保不包含敏感信息。

## 四、合规性与审计能力

企业 AI 应用必须满足相关法律法规和行业标准的要求。AiPy 企业版在设计之初就将合规性作为核心考量，提供了完善的审计和追溯能力。

常规设置中的一体机内网 IP 配置确保软件更新、镜像源连接、知识问答服务器通信等操作都通过受控的内网通道进行。这种方式既保证了系统的可维护性，又避免了不必要的外网暴露。语言设置支持中文、English 和日语三种语言，风格设置可在 aipy-enterprise.yml 文件中进行配置，满足跨国企业的本地化合规要求。

发送快捷键可选择 Ctrl+Enter 或 Enter，这个看似简单的功能实际上涉及操作审计。企业可以统一配置发送方式，便于在日志中追踪用户操作行为。工作目录的自定义功能允许企业将数据存储在符合安全等級要求的存储设备上，如加密磁盘、受保护的服务器分区等。

关于页面显示了 Aipy 企业版的开发公司、研发团队以及产品版本号，这些信息对于合规审计至关重要。企业需要清楚了解所使用的 AI 平台版本、供应商信息以及技术支持渠道，以便在发生安全事件时能够快速响应和追溯。

智能体开发环节的 manifest.json 配置提供了进一步的管控能力。keywords 字段包含类型关键字和集市展示分类，企业可以根据自身需求限制可用的智能体类型。可选类型包括 conversation-tool（对话工具型）、embed-webview（嵌入页面型）、application（独立应用型）、webview（网页型）、skills（技能型），集市分类涵盖威胁情报、安全产品、数据安全、AI 安全等专业领域。

## 五、实施建议与最佳实践

部署 AiPy 企业版时，企业应当遵循一系列安全最佳实践，最大化发挥平台的安全保护能力。

**网络隔离是最基础的要求。** 将 AiPy 一体机部署在独立的网络区域，与办公网络、生产网络进行适当隔离。通过防火墙规则限制出入站流量，只开放必要的通信端口。一体机内网 IP 应当使用私有地址段，避免直接暴露在公网环境中。

**权限最小化原则**适用于所有用户和系统组件。管理员账户应当严格管控，日常操作用普通账户完成。MCP 配置时只启用必要的服务，如 web_search 等功能根据需要选择性开启。环境变量中不应包含敏感凭证，必要时使用专用的密钥管理服务。

定期更新是保持系统安全的重要手段。通过内网 IP 连接官方更新服务器获取最新版本，避免直接从公网下载可能 tampered 的安装包。更新前在测试环境验证兼容性，确保不会影响现有业务流程。

备份策略不可忽视。工作目录、配置文件、知识库内容都应当纳入定期备份计划。备份数据存储在独立的存储设备上，最好采用异地保存方式，防止单点故障导致数据永久丢失。

员工培训同样重要。使用者需要了解基本的安全操作规范，如不随意分享 API 密钥、不将敏感数据输入未经授权的智能体、定期清理工作目录中的临时文件等。建立安全事件报告机制，鼓励员工及时上报可疑情况。

## 相关问答 FAQs

**企业部署 AiPy 是否需要完全断网？**

不需要完全断网。AiPy 支持灵活的网络配置，企业可以根据安全需求选择连接模式。高安全场景可采用物理隔离，仅通过离线方式更新；一般场景可通过内网连接官方服务器获取更新和镜像资源。一体机内网 IP 配置功能允许企业指定受控的通信通道，平衡安全性和可用性。

**AiPy 如何保证知识库内容不被未授权访问？**

知识库问答功能提供多层访问控制。创建知识库时可配置检索权限，不同用户组可设置不同的访问范围。知识检索配置支持细粒度参数调整，限制返回结果的内容和数量。所有知识库操作均有审计日志，管理员可追溯查询历史和访问行为。结合企业现有的身份认证系统，可实现统一的权限管理。

**智能体开发过程中的代码安全如何保障？**

智能体开发在企业本地环境中进行，所有代码存储在工作目录 configured 的本地路径。manifest.json 配置文件中可限定智能体类型和功能范围，防止越权调用。项目构建使用本地 npx 命令完成，不依赖外部构建服务。开发完成的智能体可通过集市安装或直接放入扩展目录，整个过程数据不出企业边界。对于更高安全要求，企业可建立代码审查流程，确保智能体不包含恶意逻辑。