智能客服、知识库、Agent 平台该选哪个？从场景、许可、私有化、国产模型接入四个维度讲清怎么挑，附避坑点。
「智能客服」重在承接多渠道对话（网站/公众号/App），有人工协同；「知识库问答（RAG）」重在把企业文档变成能溯源问答的大脑；「Agent 工作流平台」重在把大模型、知识库、工具编排成应用。很多人一上来就装了个不匹配的，先想清楚你要解决的是「接待对话」还是「文档问答」还是「搭 AI 应用」。
① 场景匹配：对客接待选全渠道客服；内部/对客文档问答选 RAG；要灵活搭应用选 Agent 平台。② 许可证：MIT/Apache 可商用甚至贴牌，AGPL/附加条款对「多租户 SaaS 转售」有限制，私有部署给单一客户通常安全。③ 私有化：涉及客户数据/内部文档强烈建议私有化，数据不出内网。④ 国产模型接入：看是否原生支持 DeepSeek/通义/火山/Ollama，以及中文向量模型（embedding）好不好接。
一是「重型栈内存不够」——有的 RAG 方案依赖 Elasticsearch，需要 16G 内存和 vm.max_map_count 调参，小机器起不来（可换更轻的引擎绕开）。二是「中文效果差」——多半不是模型问题，而是文档治理、切片、中文 embedding 没选对。三是「许可证想当然」——把 AGPL 方案拿去做多租户对外服务，可能触发开源义务。
先按场景选类别，再按许可证和私有化需求筛，最后确认国产模型接入顺不顺。自己部署嫌折腾、要私有化或定制，可以让优秘按你的场景选型并落地。
预约诊断，优秘按你的场景给落地方案与报价。