一、痛点：一个人想做 AI 工具站，难在哪？

很多人有想法，但卡在"不会组队"：

• 想做短视频，但不知道该配"脚本师 / 分镜师 / 视频生成师 / 剪辑师"哪些角色；

• 想做研究报告，但分不清"调研 / 分析 / 撰写 / 审校"谁先谁后；

• 后端、前端、工作流一把梭，累死还做不深。

核心洞察：普通人要的不是"一个更聪明的模型"，而是"一支能干活的小团队"——而他只需要用自然语言说一句模糊想法，系统帮他配好队，并解释为什么需要这些人。

这正是我们做这套平台的核心差异点：智能组队（Compose）。

二、产品形态：你 = CEO，AI = 员工

平台对外叫 Enploy（国内）/ Employ AI（国外），本质是一个卖源码的 SaaS 基座：买回去自己部署、自己改、自己运营。

三、技术栈

层	选型
前端	Next.js 14（App Router）+ Tailwind + Ant Design 风格
后端	Egg.js 3（Node）+ MySQL 8 + Redis 7
运营后台	Vue 3 + Element Plus（RuoYi 体系）
部署	Docker Compose 一键起（前端 / 后端 / MySQL / Redis 四个容器）
模型网关	OpenAI 兼容协议，统一封装 deepseek / doubao 等多供应商，按供应商优先级自动 fallback

整个仓库约 87 张数据表（users / orgs / teams / agents / runs / tasks / sops / knowledge_bases / funds_log …），是同体量 SaaS 开箱即用的骨架。

四、核心模块拆解

1. 智能组队引擎（杀手锏）

用户只输入一句模糊想法（如"帮我做一支越野车广告片"），引擎：

1. 先从角色目录给出确定性骨架（0 次 LLM 调用，永远可用）；

1. 再用 LLM 做轻量润色（优化 summary / tips / 个别角色 why）；LLM 挂了就用骨架兜底，组队永不被大模型故障阻断；

1. 返回的角色卡高亮"为什么需要这个人"，用户可增删改后再真正建队。

返回结构（示意）：

2. 多模态 Run 执行

团队建好后进入执行画布：任务按角色工作流（上游输入 → 本环节处理 → 下游交付）自动编排，text / image / video 三类成员各跑各的模型，队长汇总最终交付物。

3. 知识库 RAG + SOP 自动沉淀

每次执行的过程与产物可一键沉淀为 SOP（标准作业流程）和知识库条目，下次同类任务直接复用，越用越聪明。

4. 运营后台

独立的 Vue 后台管用户、团队、订单、账单（funds_log）、工具市场，配套看板。

五、Docker 一键部署要点

部署三步走：

1. git clone → docker compose up -d 起四个容器；

1. 执行 000-enploy-schema.sql 初始化库表 + 菜单 SQL；

1. 前端访问 localhost:3159，运营后台 localhost:9527，后端 API :7001。

前后端都内置 next-intl 中英双语（cookie 切语言，英文浏览器自动英文），一套代码同时卖国内 / 海外。

六、为什么值得做 / 值得买

• 对个人开发者：省去从零搭 87 张表 + 多模态编排的几个月工作量，直接改品牌就能上线；

• 对想要"AI 员工"的非技术用户：一句话组队把"怎样配团队"这件事彻底隐藏掉；

• 对卖家：一次制作、无限复卖，配合自动发货平台做虚拟商品生意。

---

完整源码 / 部署协助：本文只讲架构与思路。可运行的完整源码包（智能组队引擎全量实现 + 多模态生产 + 运营后台 + 87 表 schema + 中英双语文档 + Docker 一键部署 + 部署协助

⚠️ 请勿在评论区留联系方式做站外交易，遵守 CSDN 社区规范。