AURO NEXUS 產品家族

Forge|地端 AI 閘道・LLM Gateway

讓企業的每一次 AI 呼叫
都有授權、有紀錄

各部門開始用 AI 之後,問題就來了:誰用了哪個模型、送出了什麼資料、查了哪份知識、呼叫了哪個工具?Forge 是所有 AI 請求的必經閘道,先檢查權限與政策,再送往模型,並把每一步寫進可驗證的稽核帳。

從一個部門、一個模型開始接入,之後新增的模組與部門都走同一個閘道。

OpenAI 相容 API 地端模型 知識庫 RAG MCP 工具閘道 雜湊鏈稽核帳
雲端地端客製

什麼是 AI 閘道(LLM Gateway)?

AI 閘道(LLM Gateway)是企業內所有 AI 請求的必經入口:在請求送到模型之前檢查權限與政策,把請求路由到經核准的模型,並記錄推論、資料存取與工具使用。它是 AI 治理平台最核心的一層。

Forge 是奧洛(Aurobase)AURO NEXUS 產品家族的治理化 AI 閘道,也是 AURO NEXUS AI 治理平台的底座。它以 OpenAI 相容 API 提供服務,既有工具改連線位址即可接入;模型可以只用地端 LLM;每一次推論、知識庫查詢與工具呼叫都寫入雜湊鏈稽核軌跡,並可匯出供稽核人員離線驗證的證據包。

適合誰

  • 資訊長、架構師要把各部門自行串接的 AI 收斂成一個入口、一套權限。
  • 資安與法遵要回答「資料送去哪裡、誰核准、紀錄有沒有被改過」。
  • 金融與受監理產業要在私有或離線環境導入生成式 AI,並保留可稽核的證據。

AI 進入企業之後,先出問題的通常是這三件事

01

資料去了哪裡說不清

員工把內部文件貼進外部 AI 服務,資料送往哪個模型、是否被保留,事後無從追查。

02

每個系統各接一套

各部門、各系統各自串接模型與金鑰,權限與紀錄分散,無法統一管理。

03

稽核時拿不出證據

被問到「某次 AI 建議引用了哪些資料、經過誰核准」時,只有零散的應用程式紀錄,無法證明未被修改。

Forge 把企業內的 AI 使用集中到一個入口、一套權限與一條稽核帳,請求先檢查再送往模型。

核心能力

Forge 以 OpenAI 相容介面提供服務,既有的 AI 工具與程式庫不需改寫即可接上。

多模型路由

  • 支援地端 Ollama、OpenAI 相容服務(如 vLLM)與 Anthropic。
  • 金絲雀分流、依成本排序、多模型共識與備援。
  • 可設定為只使用地端模型。

知識庫 RAG

  • 上傳 PDF、DOCX、PPTX、XLSX、CSV、Markdown、純文字。
  • 知識庫層級授權,資料庫列級安全(RLS)做租戶隔離。
  • 服務啟動時拒絕以資料庫超級使用者身分連線。

MCP 工具閘道

  • 平台內部模組與外部 MCP 伺服器的工具呼叫,都先經政策決策。
  • 每一次工具呼叫寫入稽核帳。

自然語言查資料

  • 模型產生的 SQL 先經語法閘檢查,再以唯讀身分查詢。
  • 查詢結果做個資遮罩後才回傳。

審批與驗證

  • 審閱 → 簽核 → 套用/駁回的審批流程,支援雙人覆核。
  • 對抗式驗證:多位互不可見的審查者反駁同一主張。
  • 模型評測閘道。

稽核帳與證據包

  • 雜湊鏈稽核帳記錄每一次推論、查詢與工具呼叫。
  • 證據包匯出時整包封印,可用獨立工具離線驗證。
  • 個資刪除請求就地遮罩,雜湊鏈仍可驗證。

對應金融業運用 AI 指引的做法

金管會於 2024 年發布〈金融業運用 AI 指引〉,以六項核心原則為架構。下表列出與 Forge 功能直接相關的原則與對應做法。

指引核心原則Forge 的對應做法
建立治理及問責機制所有 AI 請求先經權限與政策檢查才送往模型;審批流程支援雙人覆核;每次推論寫入雜湊鏈稽核軌跡。
保護隱私及客戶權益模型可限定只用地端 LLM;自然語言查資料以唯讀身分執行並遮罩個資;個資刪除請求可在稽核紀錄中就地遮罩。
確保系統穩健與安全多模型備援與金絲雀分流;模型評測閘道;服務拒絕以資料庫超級使用者身分連線。
落實透明性與可解釋性推論、知識庫引用與工具呼叫逐筆留痕;證據包附獨立驗證工具,可離線查驗;對抗式驗證讓多位審查者反駁同一主張。

資料來源:金管會〈金融業運用人工智慧(AI)指引〉(2024 年 6 月 20 日發布)。指引屬行政指導;本表列出的是對應做法,是否符合由主管機關與貴機構法遵認定。

三種導入企業 AI 的方式比較

直接使用公有雲 AI 服務自建地端 LLMForge
資料存放位置服務商的資料中心企業自有環境企業自有環境
可用模型該服務商提供的模型自行部署的模型地端 Ollama、OpenAI 相容服務(如 vLLM)、Anthropic,可限定只用地端
推論前的權限與政策檢查依服務商功能需自行開發內建,所有請求必經
稽核紀錄依服務商提供需自行開發雜湊鏈稽核軌跡,涵蓋推論、知識庫與工具呼叫
證據可離線驗證—需自行開發證據包附獨立驗證工具
既有 AI 工具接入使用該服務商 API依部署方式OpenAI 相容 API,改連線位址即可

差異點

可以完全不出機房

模型、知識庫與稽核帳都可部署在客戶自有環境,模型路由可限定只走地端模型。

證據可以離線驗

證據包附帶獨立驗證工具,稽核人員不需要連上 Forge,也不需要相信 Forge,就能驗證紀錄未被修改。

先檢查,再推論

權限與政策檢查放在推論之前;不符合的請求不會送到模型,而不是送出之後才記一筆。

在 AURO NEXUS 平台上的位置

Forge 是平台的治理底座。Auro、Insight、MIRA、Pulse、NEXUS AI-Office 等模組的 AI 呼叫經由 Forge 送往模型;模組之間存取知識也經 Forge 的 MCP 閘道,權限與紀錄因此只有一套。

部署:可雲、可地、可客製

以容器交付,同一套系統可以放在公有雲的台灣區域、企業自有機房或私有雲;流程、規則與既有系統的介接,可依貴機構需求客製。

雲端

公有雲 Kubernetes

以 Helm chart 部署於公有雲的台灣區域(例如 Google Cloud 台灣區域),模型可接雲端服務或自架於雲端 GPU 主機。

地端

自有機房、模型不出機房

部署於企業自有機房或私有雲,模型路由可限定只走地端 Ollama 或 OpenAI 相容服務(如 vLLM)。

客製

政策與模型清單

權限規則、可用模型、知識庫與工具清單依貴機構規範設定;與既有身分系統的介接由奧洛團隊配合調整。

常見問題

AI 閘道(LLM Gateway)是什麼?

AI 閘道是企業內所有 AI 請求的必經入口,負責在推論前檢查權限與政策、把請求路由到經核准的模型,並記錄推論、資料存取與工具使用。Forge 是奧洛推出的治理化 AI 閘道,提供 OpenAI 相容 API、地端模型路由與可離線驗證的稽核軌跡。

地端 AI 的主要優勢是什麼?

主要是資料不需送出企業環境、可依內部規範控管模型與存取權限,適合處理個資與機敏資料的金融、醫療與公部門。Forge 可限定只路由到地端 LLM,並為每次推論留下稽核紀錄。

地端 LLM 建置之後,還需要 AI 治理平台嗎?

需要。地端 LLM 解決的是「資料不出機房」,但誰能用哪個模型、能查哪些知識庫、推論紀錄能否證明沒被修改,仍需要治理層。Forge 就是放在地端 LLM 前面的那一層。

Forge 跟直接用 ChatGPT 有什麼不同?

Forge 不是聊天工具,而是企業內部所有 AI 請求的閘道:請求先經權限與政策檢查,再送往經核准的模型(可限定只用地端模型),每一步都寫入雜湊鏈稽核軌跡。

既有的 AI 應用要改寫才能接 Forge 嗎?

多數不需要。Forge 提供 OpenAI 相容 API,支援 OpenAI 介面的工具與程式庫只要改連線位址即可接上。

稽核紀錄怎麼證明沒被改過?

Forge 的稽核軌跡是雜湊鏈;匯出的證據包整包封印,並附獨立驗證工具,稽核人員可在離線環境自行驗證。

先讓一個部門的 AI 走進閘道

我們可以從一個部門、一個模型開始,接上 Forge 之後再看稽核帳裡留下了什麼。

預約產品簡報

最後更新: