01全新升级：

ModelWhale 大模型应用平台加速企业级 AI 生产力

“大模型在知识广度与信息处理速度上的优势，与人类的创新能力形成天然互补。但实现双方高效协作的前提，是构建共享的数字资产基座。”

和鲸科技产品专家许以言从技术原理到应用场景，为与会观众解读 ModelWhale 大模型应用平台如何赋能大模型时代的科研协同范式。和鲸 ModelWhale 的迭代轨迹与数据科学行业的演进高度契合、同频共振。2017 年，ModelWhale 以在线分析工具为起点崭露头角，为行业用户提供基础的数据分析支持。2019 年，乘着数据科学蓬勃发展的东风，ModelWhale 升级为教学实训平台，深度融入高校教学体系，有力推动了数据科学人才的培养。2021 年，ModelWhale 再次进阶，升级为人工智能平台，精准满足不同角色的协同研究需求，携手共同营造活跃的人工智能生态。

如今，面对大模型热潮带来的机遇与迷茫，ModelWhale 敏锐洞察到大模型与人类之间的互补关系，深知若能实现有效协作，将极大加速科研创新进程，充分释放人类的创新潜能，而实现这一目标的关键在于掌握与大模型/智能体的协作方法。基于此，ModelWhale 围绕“知识、模型、流程、应用”四大数字资产视角，全面升级为大模型应用平台，以更强大的功能和更灵活的适应性，紧跟时代步伐，引领数据科学行业迈向新的发展阶段。

RAG 知识

以文件知识库为基底，拓展面向大模型的 RAG 知识库，让大模型吃透专业，融会贯通。

在科研领域，大量知识存在于私有团队或未公开文件中，而大模型厂商训练模型时难以接触这些私有数据。

本次 ModelWhale 大模型应用平台全新升级，支持 RAG 知识库将团队现有的文献报告、课件等统一管理；同时，针对 RAG 工作流，设计了完善的全流程功能支持，包括知识片段导入、增删改查管理，新文件自动按需求分段清洗等，既方便团队成员使用，也便于对接智能体进行解读。

大小模型协同设施

海纳百川，一体化的 MaaS 大模型应用平台，为科研机构及企业提供从模型托管到智能应用落地的全链路支持。

• 存储方面，上线模型 Repo，采用 Git 化管理方案，内置常用大模型，大小模型均可通过建立远端链接，以代码实现模型在本地与平台及团队间的传输共享。
• 服务层面，对原有模型服务模块拓展，大模型可发布成 OpenAI 兼容 API 形式，小模型保留 RESTful API 形式，并新增部署为 MCP Server 的能力，满足地质、气象、生物等多领域专业模型的服务需求。

• 智能体应用层面，为方便使用，模型服务可配置表单式或对话式美观界面；在智能体使用场景中，可基于编排工具设置专用组件，实现对 RESTful 和 MCP 服务的便捷调用 。

可视化智能体编排工具

灵活的 Agent + Workflow 编排工具，一键连通平台所有知识和模型资产，丝滑对接外部 LLM 与 MCP 服务，像搭乐高一样造智能应用。

为满足多领域用户能根据实际工作场景设计和快速搭建智能应用，ModelWhale 大模型应用平台升级了可视化智能体编排工具。该工具采用 workflow 编排形式，具备强大的节点添加功能，支持用户将大模型、领域知识、小模型等各类资产进行自由组合。

通过 agent 节点，用户能够便捷地调用大模型，充分发挥其强大的智能处理能力；利用数据检索节点，可精准关联 RAG 知识库，快速获取所需的专业知识；借助 MCP 工具和模型服务工具，则能轻松调用小模型，满足多样化的业务需求。这种多节点协同的方式，实现了业务流程的可视化呈现，并在行业资讯获取、调研分析、教学辅助、科学分析等场景落地实践，显著提升工作与科研效率。

在大模型应用平台上构建的智能应用、外部应用，皆可在应用中心展示、分享，科研人自己的“淘宝”。

聚焦成果化数据资产共享，应用中心支持将编排工具中设计的智能体直接发布至应用中心，实现团队内共享；也可通过链接添加第三方的优质应用，整合领域内常用工具。

当从编排工具发布应用时，平台会自动进行智能化的界面配置。可生成表单式界面，用户可根据实际需求填写参数，灵活调整应用的使用方式；也可提供对话式界面，实现类似机器人交互的便捷体验，满足不同用户的使用习惯。同时，平台还会自动生成 API 接口，使得发布的应用能够作为模型或工具资产，无缝重新接入其他大模型或智能体的使用流程，形成一个完整的资产复用闭环，有效提升数据资产的利用效率和价值。

分享最后，许以言总结道，在大模型技术飞速发展的当下，ModelWhale 大模型应用平台不仅聚焦产品功能模块升级，更注重与领域内产品开发者合作，通过与 OpenDataLab 旗下领先的智能文档提取工具 MinerU 携手，用户在体验 ModelWhale过程中，可直接访问使用 MinerU 应用，上传 PDF、Word 等文档解析，为科研工作提供坚实数据支持；此外，在 RAG 知识库处理文档解析任务时，MinerU 也为其提供了底层服务支撑，确保了文档解析的准确性与高效性。未来，ModelWhale 也将持续推动精品化、领域价值型应用生态建设，为用户提供全方位的数字资产组织与智能体应用搭建能力。

若您想了解产品更多详情，也欢迎前往下方链接了解~

https://www.modelwhale.com/llm

OpenDatalab 与 MinerU 应用实践，解决数据获取与处理的关键难题

“大模型训练中，提升语料规模与数据质量成为优化模型性能的最有效途径。”

当下大模型训练中，数据规模与质量对模型性能提升至关重要，但也面临训练数据与工具链未开源、中文语料多样性不足、安全合规性等挑战。发布会特邀上海人工智能实验室 OpenDataLab 负责人魏利群，为与会观众详细阐述 OpenDataLab 如何为科研工作者提供高质量数据服务与开源数据处理工具。

OpenDataLab 作为国内领先的开源数据集平台，覆盖多模态数据与大模型开发全生命周期，已开放 7700 余个精选数据集。区别于简单的数据聚合平台，OpenDataLab通过标准化数据处理流程、智能检索系统和可视化分析工具，为用户提供全方位的服务体验。研究人员只需访问平台官网，输入关键词即可快速定位所需数据集，并享受无限制的下载服务。平台的数据可视化功能让用户能够直观了解数据特征、获取全球优质数据资源。

OpenDataLab 旗下业内领先的智能文档提取工具 MinerU 已内嵌至和鲸 ModelWhale，可让更多数据爱好者与应用团队批量、快速、准确地解析 AI 语料，并基于大模型应用平台解析为专属领域知识库与智能体，标志着 ModelWhale 在文档智能化处理的一大跃升；其 “书生・万卷” 系列数据集下载量超 15 万次，广泛应用于头部高校、科研院所和互联网企业。未来，OpenDataLab 也将携手和鲸，致力于提供更高质量的数据服务和开源数据处理工具，以支持科研工作者的创新实践。

03案例分享：

基于 ModelWhale 搭建可视化编排工具，让自然语言秒变数据洞察

来自视源股份集团的 AI 研究员士心老师为与会人员演示了基于 ModelWhale 大模型应用平台如何搭建可视化工作流编排工具，通过简单拖拽组件构建出企业级 NL2SQL 数据查询机器人，实现了自然语言对话到数据库指令的秒级转换，大幅降低了企业数据分析的门槛。

传统开发模式下，构建此类应用需要编写大量代码，不仅任务繁重，而且灵活性欠佳。而 ModelWhale 大模型应用平台的应用编排工具则凭借其便捷的操作方式脱颖而出。用户仅需通过拖拉点拽操作，即可轻松实现复杂工作流的构建。具体流程如下：从用户输入提问开始，工具首先进行辅助信息提取，利用数据知识库检索功能，将口语化词汇精准匹配数据库字段，有效避免大模型出现“幻觉”问题。随后，通过意图识别模块，对超出范围、意图模糊和正常查询三类情况进行分类处理。对于模糊问题，引导用户进行澄清；对于正常查询，进行语句改写，使其更符合 SQL 规范，再将改写后的内容转化为 SQL 语句执行，最终获取准确的数据结果。

开发完成后，该工具还具备强大的调试与协作功能。用户可通过简单点击运行测试，不仅能查看整体输入输出，还能深入各节点追踪运行情况，方便快速定位问题。同时，工具支持版本管理和文件导出功能，满足多人协同开发与多租户间传递的需求。发布后的应用可生成 API，轻松嵌入其他系统，实现广泛应用。

借此次大模型应用平台全新升级之际，为聚力共创更多大模型应用创新及落地，和鲸特此发起深潜者计划·ModelWhale 智能体蓝海行动，旨在招募更多开发者基于 ModelWhale 平台深入教育、科研、医疗、气象等高价值领域，打造可交付、可复用的企业级智能体灯塔项目，以专业力量领航产业智能化升级。有意向者也欢迎您加入上方产品体验群一同共创。

和鲸深耕数据科学与人工智能多年，此次 ModelWhale 大模型应用平台的全新升级是和鲸在大模型时代建设协作基础设施方向的关键落子。未来，和鲸将持续通过推动科学智能在组织协作中的深度应用，提供更具穿透力的 AI 生产力支撑实现从可用到好用的价值跃迁，助力各行业在数字化浪潮中抢占先机，实现高质量发展。

您可点击下方链接观看活动回放视频，持续探索学习。

https://www.heywhale.com/home/activity/detail/685b7c9e686f9a07114e3d9d/content/2

欢迎联系和鲸工作人员进群解锁更多福利