CI Buddy

CI Buddy官网

CI Buddy 是中指研究院 2026 年推出的房地产行业垂类 AI 智能工作台，官网地址 https://creisai.cih-index.com/ 。它把三十余年的行业数据库、研报库与业务实操拆成可调用的数据接口与技能，交由名为 Harness 的工程架构调度，形成查询、写作、任务执行与问答并行的作业台，落点是政策、土地、住宅、商办这些具体环节。

CI Buddy主要功能

查数据：把翻库、导表、对齐口径的查询压成一句话调用，数据取自中指知识库，覆盖土地、新房、二手房、租赁与房企。

写报告：依托行业数据库与专属大模型按场景成稿，产出的是有专业口径的报告，而不是一段泛泛的行业综述。

下任务：由地产专属智能体承接，自定义参数后自动执行，可按设定时间输出成果，复合目标会自行理解并拆解步骤。

找答案：面向专业报告、政策法规、招投标与行业资讯的智答入口，回答落在具体业务问题上。

支撑四项能力的是 60+ MCP 数据接口与 200+ 场景化 Skills，接口负责取数，Skills 负责方法。成果形态也不止文字，报告、图表、PPT、看板、网页与专业图像都能交付。

CI Buddy如何使用

1. 打开官网 https://creisai.cih-index.com/ ，下载 Windows 客户端，或先提交试用申请。
2. 扫码登录进入工作台，先确认当前所在业务模块。
3. 按需求选入口：查数据、写报告、下任务、找答案对应四个起点，全都丢进对话框是最低效的用法。
4. 补齐上下文：关注的城市、区域、项目与常用报表模板会进入记忆层，下次对话可以接着上次继续。
5. 需要私有资料参与时，先接入我的知识库，来源可选 Obsidian、ima 知识库、Notion、飞书文档，也可用自定义 API 连接自建系统。
6. 任务跑完检查成果，报告、图表或 PPT 直接取用；偏离预期就补约束条件重跑，不必从零开始。

CI Buddy使用场景

官网列出六大应用场景：政策研究、城市进入研究、土地市场分析、住宅市场研究、住宅产品与竞品研究、住宅营销与定价策略。顺序上正好串起投研链条，先看宏观与专项政策口径，再判断城市投资潜力与进入时机，接着落到地块估值与成交复盘，最后回到产品力评测与全周期定价。

系统专家不止六个。商办市场分析、租赁市场分析、企业经营分析、物业市场分析同样在列：写字楼与商业的租金监测、空置率与商圈研究，长租公寓的需求预测与租金定价，房企财务与信用风险，物业市场格局与社区增值服务，各有能力承接。

还有一类偏监测的用法：增量项目监测、增量市场分析、招标项目监测、招标策略监测。它们需要持续跟踪而非一次性查询，适合交给定时任务按周期出结果。

CI Buddy常见问题（FAQ）

CI Buddy 与通用大模型的差别在哪？

在数据与方法。通用模型没有地产口径的数据库，也没有沉淀的分析流程；CI Buddy 接入中指知识库的 30 年数据、20 余万份研报与 200 余项场景化 Skills，结果才可能落到具体城市与项目。

Harness 六层能力体系管什么？

工具层组合技能与工具，记忆层保存业务上下文，规划层拆解任务并安排顺序，约束层管数据权限与合规审核，容错层做异常重试与结果校验，观测层记录日志并评估任务完成度。

企业自有资料能接进来吗？

可以。我的知识库支持 Obsidian、ima 知识库、Notion、飞书文档四种现成来源，也提供自定义 API，供自建知识管理系统或数据库接入。

CI Buddy官网网址

官网地址：https://creisai.cih-index.com/ 。页面提供 Windows 客户端下载、扫码登录与试用申请入口。横向比较的话，可以看 Ailliot房地产AI助手 如何组织行业数据，也可以参考 AlgForce Ai数据报告生成助手 在成稿环节的处理，以及 报告生成器 的模板化思路。

OpenI AI时代点评

垂直行业 AI 产品大多停在两件事上：把公开资料塞进向量库做检索，或者把提示词写得更像内行。CI Buddy 选了第三条路，把数据接口、技能库、知识库与工程架构分开设计，再用六层体系约束一次任务的完整生命周期，这个拆法说明团队在意稳定性，而非首次演示的效果。

双层知识库是更值得看的一处。中指知识库解决公共数据的权威性，我的知识库解决私有资料的可用性，两者并行，报告才可能既合行业口径又贴合企业判断。限制也清楚：效果取决于接入数据的完整度，私有库接得粗糙，输出就会退回通用模型的水准。