Langdock 是一家德国柏林公司推出的企业级 AI智能体 与 AI 工作区平台，官方将其定位为“The Platform for AI Adoption”，提供模型无关聊天、企业知识库、Agents、Workflows、集成与统一 API，并强调 EU 部署、ISO 27001、SOC 2 Type II 与 GDPR 合规。

Langdock 工具分析

核心参数与统计

参数	官方公开信息
产品定位	企业 AI Adoption 平台，覆盖 Chat、Agents、Workflows、Integrations、API
公司主体	Langdock GmbH
成立地点与时间	2023 年成立于德国柏林，见 Press 页面
平台入口	Web、iOS、Android、API
模型策略	模型无关，官网称可接入 OpenAI、Anthropic、Mistral、Google 等模型
集成规模	Integrations 页面公开 57 个集成、754 个原生动作
API 能力	Completion API、Embedding API、Agent API、Knowledge Folder API
默认 API 限制	API 页面公开 500 requests/min 与 60,000 tokens/min
安全合规	Security 页面披露 ISO 27001、SOC 2 Type II、GDPR、TLS 1.2+、AES-256
部署形态	多租户 SaaS、单租户 SaaS、自有云、本地 Kubernetes/Helm

Langdock 的核心参数不是某个单一模型的上下文长度，而是企业把 AI 带进组织时需要的治理层、知识层、集成层与模型层。它把员工日常 Chat、部门级 Agent、流程自动化、内部工具连接和统一模型 API 放在同一工作区，适合需要统一权限、审计、知识接入和成本控制的企业，而不是只想体验一个通用聊天机器人的个人用户。

用户与市场认可

Langdock 在官网首页称其“Trusted by over 7,000 companies”，同时在 Press 页面披露了 4,000+ customers、100K+ monthly active users、10M+ messages per month、30+ employees 与 2025 revenue growth 10x。两个“公司/客户”数字来自不同页面和口径，本文不合并推算，仅按官方页面上下文引用。

企业客户信号也较强。官网首页展示 Merck、GetYourGuide、Eppendorf、Der Spiegel、SumUp、The Economist、Axpo、UNICEF、Statista 等客户标识；首页案例引用 Merck Chief Data & AI Officer 的表述，称 Merck 的“myGPT Suite (Langdock)”已成为公司级 AI companion，并被 33,000+ monthly active users 使用。这类信息说明 Langdock 的市场重点在组织级 AI 推广、企业知识和安全治理，而不是个人效率工具。

从定位看，Langdock 抓住的是欧洲企业在 AI 采用中的典型约束：数据主权、GDPR、模型选择、权限镜像、员工易用性和内部工具集成。它的差异化不只在“能聊天”，而在于让 IT、数据、法务和业务部门能够在同一平台上管理 AI 使用边界。

成本优势

方案/模块	官方公开价格	适用对象	说明
Trial	Free	试用团队	Pricing 页面公开 7 天免费试用，无需信用卡，并含 5 欧元 AI model credits
Chat & Agents Business Standard	EUR 25 / user / month	中小企业与部门团队	年付可节省 20%，价格不含 VAT
Chat & Agents Business Max	EUR 99 / user / month	更高用量团队	官网标注为 Standard seat 的 5x more usage
Chat & Agents Enterprise	Custom	1,000+ users	支持规模化部署、专属部署和自定义支持
Workflows Starter	Included in Chat & Agents	初始自动化	2,500 workflow runs / month
Workflows Business	EUR 539 / workspace / month 起	工作流规模化团队	40k workflow runs / month；100k runs 官网展示为 EUR 1199 / month
API Add-on	按模型 token 计费	开发者和平台团队	API 页面公开模型输入/输出 token 价格，具体以实时页面为准

Langdock 的成本优势主要来自两点。第一，Chat & Agents 在包含 AI 模型时官方说明“no usage-based cost component”，这让企业在员工级推广时更容易预算化。第二，API、Workflows 与 Chat/Agents 拆分计价，企业可以先用固定席位推动日常使用，再把高消耗的自动化和模型调用单独治理。

需要注意的是，Enterprise、单租户、自有云、本地部署、更多工作流运行量和更高 API 限额均需与销售确认。采购时应重点核对席位口径、模型包含范围、工作流运行保留期、API 价格、VAT、年付折扣与企业部署条件。

主要功能

• Chat：面向全公司的模型无关聊天入口，官网称可让员工在统一工作区使用领先模型，减少 Shadow IT。
• Agents：在 Agents 页面中，Langdock 将 Agents 定义为可配置特定用例或文档的专用聊天机器人，支持保存 instructions、documents 和 context，适合重复任务和团队共享。
• Knowledge management：Agents 可上传文件并使用 knowledge folders，让回答围绕公司事实而不是泛化知识展开。
• Workflows：用于构建 AI 自动化流程，适合把审批、总结、数据处理、通知和跨系统动作编排起来。
• Integrations：官方公开 57 个集成与 754 个原生动作，并列出 Google Drive、Notion、Confluence、Slack、Salesforce、Jira、Asana 等工作工具。
• MCP 支持：Agents FAQ 明确说明支持 Model Context Protocol，MCP server 暴露的工具可被自动发现并转换为 Langdock actions，支持 API key、OAuth 2.0 等认证方式。
• API：提供 Completion、Embedding、Agent 与 Knowledge Folder API，适合把统一模型访问、RAG 和 Agent 能力接入自有应用。
• 治理与安全：支持 workspace 权限、SSO/SCIM/SAML、权限镜像、可选 analytics、subprocessor 透明度和企业部署选项。

这些功能组合后，Langdock 更像“企业 AI 操作层”：普通员工用 Chat 和共享 Agents，业务团队用 Workflows 自动化流程，开发者用 API 和集成接入现有系统，IT 与安全团队则通过部署、权限和合规控制风险。

模型与版本演进

阶段	时间	公开依据	说明
公司成立	2023	Press 页面	官方披露 Langdock Founded 2023 in Berlin
组织级平台化	2026 当前官网	首页	官网将产品归纳为 Chat、Workflows、Agents、Integrations、API 五个核心模块
集成与 MCP 扩展	2026 当前官网	Integrations、Agents	公开 57 个集成、754 个动作，并说明 Agents 支持 MCP
API 产品化	2026 当前官网	API 页面	公开 Completion、Embedding、Agent、Knowledge Folder API 与模型价格

Langdock 是持续迭代型云平台，官方未公开传统软件版本号。因此本文用“里程碑版本”记录其演进：从 2023 年柏林成立，到当前面向企业 AI 采用的平台化形态，再到 Integrations、MCP 与 API 的开发者能力扩展。若后续官方 Changelog 提供精确版本号，应以官方 Changelog 为准更新。

模型层面，Langdock 不主打自研基础模型，而是强调模型无关和统一接入。API 页面列出 OpenAI、Anthropic、Mistral、Google 等模型供应商，并给出 GPT、Claude、Gemini 等模型的 token 价格示例。这种路线的优点是可按成本、性能、区域和合规要求切换模型；限制是企业仍需理解不同模型的能力差异和供应商条款。

技术优势

企业治理优先：Langdock 的产品设计围绕企业采用 AI 的治理问题展开。Security 页面披露 EU hosting、no model training、AES-256、TLS 1.2+、least-privilege access、independent penetration testing 等控制项；对受监管或跨国企业来说，这些比“单次回答质量”更接近采购决策核心。

模型无关与统一 API：通过统一 API 调用多家模型供应商，企业可以降低模型锁定风险。对于 RAG、内部应用和 Agent 场景，统一的 Completion、Embedding、Agent、Knowledge Folder API 能减少不同模型接口之间的重复封装。

权限镜像与集成动作：官方安全页提到 mirrored access permissions，Integrations 页面强调 agents 和 workflows 可搜索文档、触发动作、更新数据。对企业内部知识来说，能否继承源系统权限比“能否索引更多文档”更关键，因为权限错配会直接带来数据泄漏风险。

MCP 与自定义集成：Agents FAQ 明确支持 MCP，并将 MCP tools 转为 Langdock actions；Integrations FAQ 也说明可通过内置 integration builder 为任意支持 API 的工具创建自定义逻辑。这让 Langdock 既能使用现成连接器，也能纳入企业自建系统。

如何使用

入口	适用对象	使用方式
Web 工作区	普通员工、业务团队	通过 Chat、Agents、Prompt library、Projects 等入口完成日常问答、文档分析和共享助手
Agents	部门负责人、运营、支持、法务、销售	配置 instructions、knowledge、actions 与触发方式，创建可复用内部 Agent
Workflows	运营、数据、流程自动化团队	通过工作流把 AI 处理、数据读写、系统动作和通知串联起来
Integrations	IT、业务系统管理员	连接 Google Drive、Confluence、Slack、Jira、Salesforce 等工具，或使用 MCP/API 构建自定义集成
API	开发者、平台团队	使用 bearer token 调用 Completion、Embedding、Agent、Knowledge Folder API
Enterprise deployment	IT、安全、合规团队	选择多租户、单租户、自有云或本地 Kubernetes/Helm 部署方案

典型上线步骤是：先用 7 天免费试用验证员工 Chat 和知识问答体验；再选择一个部门场景配置 Agent 与 knowledge folder；随后接入关键系统并验证权限镜像、OAuth、日志和审批；最后再扩展到 Workflows、API 或企业部署。真正的验收指标不应只看回答是否流畅，还应检查权限是否一致、引用是否可靠、成本是否可预测、员工是否愿意持续使用。

产品定价

Langdock 的价格结构已在 Pricing 页面公开，分为 Chat & Agents、Workflows Add-on 与 API Add-on。Chat & Agents 是基础订阅；Workflows 按 workspace 和运行量扩展；API 按模型 token 计费。官网还说明年付可节省 20%，所有价格不含 VAT。

Chat & Agents 的公开 Business 价格为 Standard seat EUR 25/user/month，Business Max seat EUR 99/user/month；Enterprise 为 Custom，面向 1,000+ users，并支持 dedicated deployment possible。Workflows Starter 已包含在 Chat & Agents 中，含 2,500 workflow runs/month；Workflows Business 显示 40k runs/month 为 EUR 539/workspace/month，100k runs/month 为 EUR 1199/month。API 页面公开示例包括 GPT-5.5 input EUR 4.76/1M tokens、output EUR 28.58/1M tokens，Sonnet 4.6 input EUR 2.6/1M tokens、output EUR 12.99/1M tokens等；由于模型价格会变化，应以官网实时价格为准。

未公开或需确认的项目包括：Enterprise 精确价格、专属部署费用、自有云/本地部署商业条款、更高工作流步骤上限、更高 API rate limits、SLA 和专业服务费用。企业采购前建议让供应商按目标席位数、预计月消息量、工作流运行量和 API token 消耗提供书面报价。

应用场景

• 企业内部知识助手：把政策、流程、产品文档、支持手册和项目资料接入 knowledge folders，让员工通过 Chat 或 Agent 查询，适合 HR、IT、法务、销售支持等部门。
• 部门级重复任务 Agent：例如 GDPR Privacy-Policy Auditor、IT Help Desk、Outlook Email Manager、BigQuery Analyst、Google Analytics Web Insights 等官方模板展示的场景，可把固定 instructions、知识和工具动作保存为共享 Agent。
• 跨系统工作流自动化：通过 Workflows 和 Integrations 读取表格、创建任务、发送邮件、更新 CRM、整理会议纪要或生成报告，适合运营、财务、项目管理和客户成功团队。
• 企业统一模型网关：开发团队通过 Langdock API 统一调用多模型、embedding、agent 与 knowledge folder，避免每个应用单独对接模型供应商。
• 受监管组织 AI 推广：需要 EU hosting、GDPR、SOC 2 Type II、ISO 27001、SSO/SCIM/SAML、权限镜像和部署选项的企业，可把 Langdock 作为比公共聊天工具更可控的 AI 工作区。

适用人群

• 企业 IT 与安全团队：需要统一管理模型、权限、数据驻留、SSO、审计和部署方案的团队，是 Langdock 最核心的决策人群。
• 业务部门负责人：需要把重复工作标准化为 Agents 或 Workflows 的团队，例如销售、客服、运营、财务、法务、人力和数据分析团队。
• 开发者与平台团队：需要统一模型 API、RAG、agent 管理和内部应用接入能力的团队，可以用 API 降低多模型对接复杂度。
• 员工规模较大的组织：当企业已经有成百上千名员工需要安全使用 AI 时，Langdock 的治理、席位和部署能力更容易体现价值。

不太适合的边界也很清楚：个人用户只想低成本聊天或写作时，Langdock 的企业治理能力会显得偏重；没有内部知识库、没有系统集成、没有权限治理要求的小团队，也可能暂时用不上它的大部分平台能力。

总结与展望

Langdock 的核心竞争力在于把企业 AI 采用中的几个难点放进同一平台：员工易用的 Chat、可复用的 Agents、内部知识、工作流、系统集成、统一 API 和企业安全合规。相比单一 AI 聊天工具，它更适合作为组织级 AI 工作区；相比只做 API 网关的产品，它又更强调业务用户可直接使用的前台体验。

当前需要持续观察的点包括：官方 Changelog 是否披露更细的版本节奏，MCP 与自定义集成生态能否持续扩大，Enterprise 部署和价格是否足够透明，以及不同模型价格变化对总拥有成本的影响。对企业买方来说，最稳妥的路线是从一个部门知识助手或高频流程 Agent 试点开始，验证权限、引用、使用率和成本，再扩展到全员 Chat、Workflows 与 API。

版本信息

• Langdock 当前公开平台 ：当前官网公开展示的 Langdock 平台形态，包含 Chat、Agents、Workflows、Integrations、API、企业安全与可部署到 EU、单租户、自有云或本地环境的能力；持续迭代型云服务未公开传统语义化版本号。 （2026-06-17）
• Langdock 公司成立 ：官方 Press 页面披露 Langdock 于 2023 年在柏林成立，产品定位为帮助企业安全推广生成式 AI 的一体化平台；该条作为云服务历史里程碑记录。 （2023）