模式二 · 客户云

承诺

本地部署能做的一切，再加上 AI——运行在你自己的云租户中。DocMark 部署在你的 Azure、AWS 或 GCP 订阅中，由你的团队管理。你的内容始终留在你的云边界之内；它绝不进入 DocMark 的基础设施。AI 撰写、起草、图表推导、agentic 生成，以及可选的带引用来源的网络检索，全都在那里运行，跑在你自带的 LLM 订阅上。

我们绝不会把这种模式称为"零外泄"——因为它确实不是。发送给你选定的模型服务商的内容会离开 DocMark 的进程，并通过一条受治理的通道到达该服务商，只不过是在你的账户与你的合同之下。我们认为把这一点坦白告诉你，本身就是一项优点。

自带 LLM

由你带来 AI 关系；我们发布指引。DocMark 自身的撰写在你自己的账户下进行，使用你带来的 LLM 服务商：除 agentic 引擎外的 AI 引擎是一次受治理、输出 token 有上限的调用（API 模式下）；可选的 agentic 引擎则运行多步的智能体会话（有轮次与时间上限，但没有单个任务的支出上限，请在服务商处设定支出上限）。支持的服务商——当前为 Anthropic（Claude），OpenAI、Azure OpenAI 与 Google Gemini 在路线图上。（想现在就用其他服务商？可由你自己的智能体用任意 LLM 撰写，再调用 DocMark 的 /v1 API 或 MCP 服务器进行渲染——除 agentic 引擎外，品牌渲染本身不使用 LLM。）密钥、支出上限、数据处理条款以及服务商合规审查，全部归你所有。

工作原理

1. 你的团队提交一个主题、一段简报，或既有内容——通过网页应用、/v1 REST API，或你自己经由 MCP 的 AI 助手。在这种模式下，你自己运行 /v1 API 与 MCP 服务器，就在你的租户内。
2. DocMark 向你选定的 LLM 服务商发起一次受治理、输出 token 有上限的调用（API 模式下）（可选的 agentic 引擎则运行多步的智能体会话，没有单个任务的支出上限）——在你自己的账户下（自带密钥）。你的安全团队直接对该服务商进行合规审查；由你设定支出上限；默认情况下，主流服务商不会用 API 数据进行训练，你也在自己的合同中确认这一点。
3. 模型撰写大纲或检索该主题——网络检索会返回随交付物一同交付的引用来源。
4. 仍然在你的租户内：品牌渲染，随后是校验关卡（默认开启；关闭它还需要第二道明确的覆盖设置，具体名称见交付文档，详见安全）。除可选的 agentic 引擎外，渲染是确定性的、经过测试的代码（像素绝不来自 AI）。若使用 agentic 引擎，则由 AI 智能体编写并运行构建脚本，并被指示自行做视觉检查；DocMark 并不核实它是否执行——因此它的输出同样要经过演示文稿校验关卡。通过则交付（经监视文件夹提交的演示文稿另带 contract-protected-api 标签）；未通过则连同问题清单一并扣下。

把自带 LLM 讲成一项优点

• 自带订阅（推荐）： AI 关系归你所有，用你的合同、由你的安全团队审查——我们绝不接触你内容的 API 流量，也不接触它的条款。
• 你的云边界： 内容与渲染都留在你的租户内。DocMark 是你运行的软件，而不是你把内容送去的服务。
• 失败即拒的证明机制（监视文件夹入口）： 除非运维人员已声明数据处理协议已签署，监视文件夹入口不会启动 AI 引擎。网页应用、/v1 与 MCP 任务不做这项检查：它们使用你的密钥，在你与服务商的合同下运行。
• 机器写入的标签： 监视文件夹收件流程会在它渲染的每一份演示文稿上写入外发等级，凡是接触过模型的演示文稿永远无法带上 zero-egress 标签。网页应用、/v1 与 MCP 任务不带标签。

适用对象

内容属于机密、但其安全组织能够接受在自己的云租户内、自己的服务商合同下运行 AI 的团队——他们既想要 AI 撰写、带引用检索，以及一套自己运营的 /v1 API 加 MCP 服务器带来的生产力，又不愿放弃本地渲染、边界内校验与审计级溯源。