#3、模型管理

NebulaAI 的模型管理功能，作为企业 AI 模型资产管理的核心中枢与一站式“中央管理枢纽”，以直观易用的可视化操作界面为依托，深度整合模型全生命周期管理流程，不仅支持多类型、多框架 AI 模型的标准化统一接入，更提供精细化分类管理功能，可按业务场景、模型版本、性能指标等多维度灵活划分模型资源库，同时通过智能化的快速部署引擎，实现模型从开发环境到生产环境的一键式无缝迁移与自动化发布，全方位解决企业在模型管理过程中普遍面临的模型分散存储导致资源利用率低下、跨系统调用流程繁琐且兼容性差、版本迭代引发管理混乱等核心痛点，助力企业构建高效、有序、可追溯的 AI 模型资产管理体系。

其场景价值：

• 资产集中化：将企业所有 AI 模型纳入统一平台，避免“模型藏在不同系统、找不到、用不上”的问题。
• 类型精准化：按“大语言、向量、重排、多模态、语音”等 8 大类分类，支持快速筛选，匹配不同业务场景需求。
• 接入轻量化：无需代码，通过“模型接入”弹窗填写关键参数，5 分钟完成新模型接入。
• 部署便捷化：一键将模型部署到生产环境，供智能体、工作流等模块直接调用。
• 安全可控：API Key 等敏感信息加密存储，支持模型级权限管理，保障企业数据安全。

#4.1 模型接入

在弹窗中，您只需定义模型类型、接口提供商以及鉴权凭证，即可完成接入。系统会自动识别并配置默认参数，支持别名设置以区分不同用途。

#1. 填写参数

• 模型类型：选择“向量模型”。
• 接口类型：选择“OpenAI 兼容接口”。
• 模型名称：输入 text-embedding-3-small。
• 别名：输入“知识库检索模型”。
• API Key：输入从 Azure OpenAI 后台获取的 API Key。

#4.2 模型部署

企业版提供一键模型部署功能。在模型管理列表页面，点击模型部署，进入到模型部署平台：

在模型库中可查看支持部署的模型，支持几乎所有的主流模型。

点击保存后，便自动下载模型，并进行部署。

模型部署期间，可以在模型中查看模型部署状态。