AgentGen
AI 智能体编排引擎
商业计划书 · BP
仅限授权访问
研墨未来科技（成都）有限公司
AI 智能体编排引擎
仅限授权访问
研墨未来科技（成都）有限公司
AgentGen
AI 智能体编排引擎
通过自然语言对话，自动生成可立即运行的 Dify 生产级工作流。
业务人员描述需求，AI 自动完成工作流架构设计与构建。
为什么现在投 AgentGen？
「新质生产力」+「人工智能+行动」双重国家战略，企业AI化从可选项变为必选项
锚定 Dify（国内增长最快的 LLM 工作流平台），做其生态的「超级入口」
Agent 智能编排引擎 + 完整计费/订阅/管理后台已上线
产品自传播 × CPS 分佣 × 渐进投放，三阶段可验证增长路径
"业务人员不懂技术 + 技术人员不懂业务 = 大量时间浪费在弥合认知差距上"
业务专家有蓝图但无编程能力；技术人员有技能但缺乏业务洞察。双方各自精通，却无法对话。
PRD 撰写 → 需求解读 → 代码实现，反复"翻译-反向翻译"。中等复杂度工作流从概念到上线长达数周。
手动在 Dify 搭建中等复杂度工作流 = 3天（学习+试错+调试），其中 80% 时间消耗在沟通而非核心开发。
自然语言直接描述需求，AI 自动生成可运行的复杂工作流。开发主导权交还给最懂业务的人。
从"需求翻译官"转为"能力提供者"，专注开发通用工具和保障系统稳定性。发挥专业核心价值。
构建中等复杂度 AI 工作流的时间从 3天 → 3小时，企业以更快速度进行 AI 创新和业务迭代。
SOM = 核心目标用户基数 × 目标客群渗透率 × 年化客均收入（ARPU）
| 客群细分 | 占比 | 目标渗透率 | 年化 ARPU | SOM 贡献 |
|---|---|---|---|---|
| 个人开发者 / 极客 | 50% (10万人) | 1% | $300 / ¥2,160 | ~$30万 |
| 中小企业 / 创业团队 | 40% (8万家) | 5% | $5,000 / ¥3.6万 | ~$200万 |
| 大中型企业 | 10% (2万家) | 10% | $50,000 / ¥36万 | ~$100万 |
| 合计 | 20万核心用户 | — | — | $1,203万 ≈ ¥8,700万 |
数据来源：基于 Dify/Coze 生态开发者规模及 AgentGen 产品定位与能力边界推算
C端开发者验证想法，B端企业降本增效，双轮驱动增长
个人探索 · 快速原型 · 技能提升
企业自研 · 软件服务 · 咨询交付 · 教培赋能
AgentGen 不是「工作流模板库」，而是一个具备架构设计思维的 AI 智能体编排引擎。
Agent + Tools + 图引擎协同，不是填模板，是写架构。用户说人话，AI 自动设计完整工作流。
串行、并行、条件分支、循环迭代、多 Agent 协作。根据业务复杂度自动选择最优架构。
语义级 Diff，增量修改。自动快照 + 一键回滚，渐进式优化 Prompt 和模型。
所见即所得，AI 每生成一个节点实时渲染。中途干预，执行预览确认无误再导出。
标准 DSL 输出，零调试导入。Chrome 插件直达，边搭边改无缝衔接。
模板市场沉淀最佳实践，场景变体快速复用。数据飞轮持续优化生成质量。
用户说「帮我创建一个智能客服工作流」，AgentGen 自动生成完整的 11 节点生产级工作流
让 Dify 的潜力被更多人释放
| 对比维度 | 纯手动搭建 Dify 工作流 | 通过 AgentGen 生成 Dify 工作流 |
|---|---|---|
| 输入方式 | 拖拽节点、逐个配置参数 | 自然语言描述需求，AI 自动生成 |
| 复杂流程 | 手动设计分支逻辑，反复调试 | AI 自动编排串行 / 并行 / 条件分支 / 循环 |
| 上手门槛 | 需学习 Dify 节点用法和配置规则 | 零门槛，业务人员直接描述需求 |
| 搭建效率 | 中等复杂度工作流需 2-3 天 | 同等复杂度仅需 3-5 分钟 |
| 输出结果 | 需在 Dify 中继续调试验证 | 标准 DSL，导入 Dify 即可运行 |
"AgentGen 之于 Dify，好比 Vercel 之于 Next.js、Databricks 之于 Spark —— 通过深度绑定核心开源生态，捕获生态中最高的商业价值。"
从 Dify 庞大社区中筛选付费意愿最强的中高端用户，Dify 增长直接等同于潜在客户池增长
越靠近最终业务解决方案，价值密度越高。AgentGen 通过业务抽象层捕获生态中最大的商业价值
用户基于 AgentGen 构建的复杂业务逻辑和 Agent 系统，构成强大的迁移壁垒
五维雷达图：上手门槛、效率提升、可运行性、开放性、专业度
四支柱收入模型：C端 + 企业版 + 实施咨询 + API生态
订阅收入几乎零边际成本，纯利润驱动用户留存
Token 成本占主要支出，高复购消耗品，收入弹性大
Team 75% / Enterprise 80% / 私有化 60%，高 ARPU 增长引擎
标准包 45% / 深度定制 25% / 年度运维 50%，人力成本为主要支出
三阶段递进：内测迭代 → 数据验证 → 规模推广
C端用户与企业客户双轨增长
打磨产品体验，注册用户均为付费用户。定向邀请 Dify 社区核心用户、技术博主、企业开发者。
在 1,000 付费注册用户基础上验证留存模型 + Credits 消费模型。追踪首月用户次月续费比例。
产品体验成熟后，规模化获取用户。内容获客 → CPS 分佣合作 → 精准付费投放。
| 项目 | 2026 | 2027 | 2028 |
|---|---|---|---|
| C端累计用户 | 1,000 | 8,000 | 25,000 |
| C端月活跃 | 800 | 5,600 | 18,750 |
| 企业客户数 | 0 | 60 | 200 |
| C端 MRR（年底） | ¥120,000 | ¥840,000 | ¥2,812,500 |
| 年营收（预估） | ¥70万 | ¥3,000万 | ¥1.2亿 |
| 毛利（预估） | ¥41万 | ¥1,550万 | ¥6,750万 |
| 运营成本（预估） | ¥50万 | ¥850万 | ¥2,000万 |
| 综合毛利率 | 58% | 52% | 56% |
| 累计盈亏 | -¥8万 | +¥692万 | +¥5,442万 |
团队精简高效，当前 4 人，产品能力完整覆盖。本轮融资后扩充至 8-10 人。
多模型适配（国产模型降级方案）、Prompt 优化降耗
持续迭代 Agent 能力、积累模板/数据壁垒、社区绑定
渐进式增长、A/B 测试、产品迭代、Credits 激励
扩展多平台支持、自研执行引擎
AgentGen
AI 智能体编排引擎
从第一个 AI 工作流开始。
让我们一起，把 AI 工作流的门槛降到零。
研墨未来科技（成都）有限公司