规划中
- 智能路由：清洗后按场景选用通用或行业模型，并校准区间
- 同场景公开对照评估
- 行业精调模型经同场景对照后接入同一接口
SequenxAI 平台 · 架构深剖
从现场数据到分位数预测的链路
这一页讲 SequenxAI 平台怎样搭建：时间序列从哪里进来、怎样清洗、经哪个接口调用模型，结果又怎样回到您的系统。平台能做什么、适用边界见平台介绍页。
调用路径
请求 → 清洗 → 质量报告 → 预测与区间
- 01
长表输入
按规范提交结构化时序长表（可附协变量列，模型使用规划中）；时间戳不必完全等间隔，略有偏差由清洗对齐。
- 02
清洗管线
时间戳对齐、去重、短缺口插值与频率推断，把脏现场数据变成可推理输入；异常值只标记不修改。
- 03
data_quality
响应带回可审计质量报告；失败给出结构化错误码，便于排障与合规留痕。
- 04
预测与区间
输出点预测与分位数区间（如 P10–P90）。
架构组成
四个组成部分
- 01
统一网关
所有调用经同一网关进入：鉴权、配额、限流与幂等在进入计算前完成，计量随请求记录。
- 02
控制与计算分离
账户、密钥与计量在控制面处理；清洗与推理在独立的计算节点上运行，两者可分别扩展。
- 03
数据驻留
关键数据不出境：提供境内节点；可按项目约定私有化部署。
- 04
留痕与排障
每次响应带回 data_quality 报告；失败返回结构化错误码，调用记录可在平台中查看。
规划方向