news 2026/8/28 21:11:19

WPS 加 Ollama 全栈国产化:信创环境的文档 AI

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
WPS 加 Ollama 全栈国产化:信创环境的文档 AI

信创替换进入深水区,办公套件层面 WPS 替代 Office 已经是常规操作,但 AI 能力这块很多单位卡住了:主流 AI 办公工具大多绑定云端服务,内网环境连不上,合规评审也过不去。其实全栈国产化的文档 AI 并不遥远——WPS 做宿主、Ollama 做模型、察元AI文档助手做文档智能体,三层全部落在本地,全链路不出域。这篇按步骤从零走到能用,半小时以内。适合信创机房的政企单位、内网办公的保密岗位,以及所有被"AI 想用但不敢用"困住的团队。

第一步:确认 WPS 环境

信创机器上的 WPS 文字就是宿主。察元以加载项形式长在 WPS 里,不换编辑器、不改任何使用习惯,文档、模板、快捷键全都在原地。这是信创场景的关键好处:替换的是能力供给,不是工作流。

第二步:一行命令装察元

Windows 机器 PowerShell 直接跑(脚本自动处理 GBK/BOM 乱码问题,Gitee、aidooo、GitHub 多源回退并做 sha256 强校验):

&{[Net.ServicePointManager]::SecurityProtocol=[Net.SecurityProtocolType]::Tls12;$w=New-ObjectNet.WebClient;$w.Encoding=[Text.Encoding]::UTF8;$s=$w.DownloadString('https://gitee.com/cloudshd/chayuan-wps-releases/raw/master/scripts/install-wps-skill-chayuan.ps1');if($s.Length-and$s[0]-eq[char]0xFEFF){$s=$s.Substring(1)};&([scriptblock]::Create($s))-Fetch}

脚本一条龙做完三件事:加载项进 jsaddons 目录,WPS 打开即加载;chayuan-mcp 单文件二进制注册开机自启,不需要 Node.js;技能文件投放给 Claude/Cursor/Codex。装完重启 WPS 就能看到加载项。

第三步:Ollama 拉起本地模型

内网机器装好 Ollama 后拉一个国产模型——DeepSeek、Qwen、GLM 都有本地版本,按机器配置选。装完用ollama list确认模型就位。没有外网的机器,先在能出网的机器上把模型文件下载好再离线迁入,做法以 Ollama 官方文档为准,这里不展开。

第四步:配置模型端点

在察元的模型配置里把端点指向 Ollama 的 OpenAI 兼容地址。察元认的是任意 OpenAI 兼容端点,Ollama、LM Studio、Xinference、OneAPI 都在支持之列——这正是全栈国产化的技术基础:模型层随便换,应用层不动。配置完成后,模型调用全部发生在 127.0.0.1,一个字节都不出机器。

第五步:验证链路

跑一次健康检查:

curlhttp://127.0.0.1:62588/healthz

返回online,MCP 服务正常。再打开一份文档随便试一个内置助手,比如生成摘要或拼写检查。二十九个内置助手都不需要外部智能体,WPS 里直接出结果,离线环境照跑。

第六步:实测一个真活

拿一份待发的通知实测。在加载项里用校对助手,或者配了 MCP 智能体的话直接下指令:

帮我检查文档中的错别字,用批注标出原文和建议改法

批注钉在具体错字上,人工逐条复核后采纳。涉及写回的操作默认先返回 preview,确认后才落盘,这个闸门让内网环境也不怕 AI 乱动稿子。

可选进阶:接外部智能体

科室里如果已经用上 Claude Code、Codex CLI 这类智能体,把本机 MCP 端点配进去,文档操作就升级成可编排的流水线。以 Codex 为例,编辑~/.codex/config.toml加三行:

[mcp_servers.chayuan-wps-mcp] url = "http://127.0.0.1:62588/mcp"

配好之后智能体能调用 46 个文档工具:分块读长文、批注写回、表格插行列、多文档交叉校对,全部发生在内网。终端用户安装走上面那条一行命令,升级用-Version 4.1.2指定版本,不用碰仓库源码。

为什么这套组合经得起评审

三层拆开看:WPS 是信创目录里的成熟办公件;Ollama 开源、模型权重本地化;察元本身 Apache-2.0 开源,代码可审计,出问题能定位到行。评审最看重的三点——自主可控、数据不出域、可审计——层层有着落。反观任何把文档传到外部服务的方案,在涉密和敏感场景里都是硬伤。另外这套起步形态不是天花板:察元是一套引擎四档,单机跑顺之后,科室要共享知识库可以上 Docker 服务版,更大规模还有至臻版浏览器工作空间,国产化的路能一直往下走。

边界与提醒

本地模型的能力与云端旗舰有差距,复杂改写和精细润色的质量要拿真实文稿实测,重要文稿 AI 只做初筛、人工终审定稿;开源可审计不等于免检,上线前按单位规定走安全测评;涉密文档的管理制度不因为工具国产化了就松绑,定密责任始终在人。

信创不是把国外的换成国内的就完事,而是把每一层的依赖都拿到自己手里。这套 WPS 加 Ollama 加察元的组合,把 AI 文档能力补进了国产化版图,剩下的事,就是让同事真正用起来。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/8/28 21:09:42

AI工程实践中的平衡:模型选型、Agent开发与部署运维

当 Demis Hassabis 站到 Google 更全局的位置时,科技圈关注的不只是个人职级变化,而是前沿 AI 研究与产品商业化之间的平衡。这种平衡行为并不只发生在巨头公司里。任何要把 AI 功能落到生产环境的开发团队,都会面对类似的选择题:…

作者头像 李华
网站建设 2026/8/28 21:06:35

Apple Silicon上llama.cpp本地推理与macOS虚拟机性能问题实战

最近在 Apple Silicon Mac 上折腾本地大模型时,我本来想做一个“偷懒”的实验:先在宿主机上把 llama.cpp 跑顺,再装一台 macOS 虚拟机,看看能不能把 GGUF 模型也塞进虚拟机里推理。结果实验做到一半,问题就来了——同一…

作者头像 李华
网站建设 2026/8/28 21:03:57

SpringMVC内容协商机制解析:从Accept头到HttpMessageConverter的完整流程

1. 从一次“诡异”的接口响应说起 最近在排查一个线上问题时,遇到了一个挺有意思的现象。我们有一个对外提供数据服务的接口,内部逻辑很简单,就是查询数据库后返回一个标准的JSON对象。在Postman里测试,一切正常,返回的…

作者头像 李华
网站建设 2026/8/28 20:55:25

Unity音游开发入门:从零实现节奏判定与音画同步

简介:音游的核心并非特效与美术,而是对时序精度的极致追求。在Unity中开发节奏游戏,开发者首先需要理解“时间差判定”这一基础原理——通过比较玩家按键时间与音符目标时间的差值,划分Perfect、Great、Good等评级,从而…

作者头像 李华
网站建设 2026/8/28 20:52:39

Matlab排队论建模实战:从M/M/c仿真到系统优化

1. 项目概述:排队论与数学建模的实战融合如果你参加过数学建模竞赛,或者在工作中处理过服务窗口、客服热线、生产线调度这类问题,那你大概率已经和“排队论”打过照面了。它不是什么高深莫测的纯理论,而是我们身边无处不在的现象背…

作者头像 李华
网站建设 2026/8/28 20:51:23

开源项目MiroFish全解析:从源码到二次开发实战

最近不少读者在调研 GitHub 上的开源项目时,会看到类似666ghj/MiroFish这样的仓库。命名很简洁,但仓库里到底实现什么逻辑、适合用在哪些场景、拿到本地后怎么跑通并二次开发,网上系统性的教程并不多。这篇文章就以这类开源项目为切入点&…

作者头像 李华