兩分半鐘，看它實際運作
用日常語言向代理程式提出一個問題；它自行發現從未拿到過的資料庫結構、自己寫出查詢語句並回傳答案——隨後我們檢查有什麼離開了網路。每一條指令與每一行輸出都是真的。
影片由本站自有網域提供，不是第三方嵌入——沒有第三方播放器，也沒有追蹤。
AI 試作很少是因為模型不夠好而失敗。
它們卡在邊界上。當試作即將成為別人真正依賴的系統時，問題就不再是準確率，而是資料去了哪裡。
資料可以到哪裡
對多數組織來說，使用已核准的模型供應商是可以接受的，那也是最快的路。但有些資料不行，這時多數廠商的參考架構在第一頁就用不上了。兩種情況我們都能做。
系統都在內部
真正值得自動化的工作跑在防火牆後面，那些主機不接受任何連入連線，未來也不會開放。
總得有人簽核
審查人員一定會問資料流向何處、誰能解密、記錄了什麼。含糊的回答會直接讓專案結束。
我們做什麼
在你的政策允許的位置執行模型
當資料確實不能離開時，本地推論讓一切留在你的硬體上。若你的政策已允許某家核准的供應商，那條路更快也更準確，提示詞會依你與該供應商的合約傳送出去。這是依使用情境由你決定，不是我們的限制。
不用開連接埠也能存取內部系統
僅對外的隧道與反向 SOCKS 讓代理程式有路徑存取內部服務。不需要對外暴露任何連入連接埠，也就不必為了一條新的防火牆規則去說服誰。
放在工作真正發生的地方
命令列、桌面、行動裝置，以及端對端加密的聊天介面。透過 Model Context Protocol 存取你自己的系統。
建立在我們自己的技術堆疊上
我們不是把別人的 API 包一層再轉售。交付跑在 Kavilo 之上——那是我們自己寫、自己維護的軟體。正因如此，我們能改變它的部署方式來配合你的限制，而不是要你去配合一套產品。
- 單一執行檔
- 靜態編譯，不需要再安裝或執行任何東西。直接複製到沒有網際網路連線的主機上就能跑。
- 模型供應
- 本地推論（Ollama 或 vLLM）與代管 API（Anthropic、OpenAI、Gemini、DeepSeek）共用同一個介面，之間有重試與斷路機制。
- 工具
- 檔案系統、Shell、網頁與檢索工具，以及透過 stdio 與 streamable HTTP 存取你服務的 Model Context Protocol 用戶端。
- 訊息
- 伺服器永不持有明文的訊息中樞：X3DH 與 PQXDH 金鑰協議、Double Ratchet、群組 sender key，以及 sealed sender。
- 網路
- 僅對外的 HTTP 隧道，以及在 TLS 或 QUIC 之上的雙向 SOCKS5。
- 原始碼
- 不公開。第三方程式碼審閱與原始碼信託（escrow）都可依需求安排，作為計價選項。
合作怎麼開始
三個階段，任何一個階段之後你都可以停。多數客戶從「評估」開始，因為那是判斷我們功力最便宜的方式。
評估
我們釐清你的資料可以與不可以去哪裡、價值在哪些系統、審查人員會要求什麼。範圍固定、費用固定。最後交付一份屬於你的書面架構，無論你之後是否繼續與我們合作。
部署
我們把它做出來：你選定的拓撲、與內部系統的連線、你的同事真的會用的介面，以及交接時的維運手冊。
維運
版本升級、模型與供應商更換，並在每次變更後重跑驗收測試，讓行為是量測出來的，而不是假設出來的。
而且有三種執行方式
資料確實不能離開時，完全跑在你的硬體上。政策已經允許時，在你的環境裡接上已核准的代管模型——多數組織屬於這一類。若你只要結果、不想維運基礎架構，由我們完整代管最快見效；此時你的資料可以留在你的系統中、由我們以限定範圍的唯讀權限讀取，也可以複製一份給我們，由你決定。我們會告訴你真正需要哪一種，包括答案是最便宜那一種的時候。