企业微信生态AI协同与项目管理平台-沃鹿客AI助理

技术信息

作品详情

行业场景

大量传统企业依赖微信/企业微信群进行项目协作，面临三大核心痛点：

数据资产流失：项目决策、客户沟通、重要文件等核心信息沉淀于个人微信，随员工离职或记录过期而永久丢失；

协同效率低下：管理者需耗费大量时间手动爬楼、整理聊天记录以追踪进度、撰写报告，效率低且易出错；

决策缺乏依据：项目进展、团队负荷、潜在风险均处于“黑盒”状态，缺乏数据支撑的决策与风险预判。

功能介绍

基础功能：

小程序端：为管理者提供可视化项目看板、任务列表、人员档案、文件知识库及数据报告下载。

AI员工端：无感入驻企业微信群，7x24小时自动备份群聊记录与文件，对成员零干扰。

AI数据平台核心功能：

① 智能信息结构化引擎：利用LLM与NLP技术，自动识别并提取群聊中的“任务”、“责任人”、“时间节点”、“项目名称”等关键实体，并进行意图分类与情感分析，将非结构化聊天记录转化为机器可读的结构化数据。

② 可视化分析与洞察看板：基于结构化数据，自动生成项目甘特图、资源投入视图、项目健康度评分（独家算法），为管理者提供实时、直观的项目全景洞察与风险预警。

③ 自动化报告生成：系统定期（如每周一）自动生成包含项目概要、本周完成、下周计划、风险议题、资源投入等模块的项目周报（Excel/PDF），节省管理者90%的报告编制时间。

项目实现

项目角色与周期：

团队规模：12人（产品2人，前端3人，后端4人，算法2人，测试1人）

开发周期：6个月

我司负责任务：全栈研发与产品交付。具体包括：主导产品需求分析与架构设计；完成后端微服务API、AI分析引擎集成与数据中台的开发；负责UniApp小程序的全部前端开发与用户体验优化；负责系统部署、运维及客户技术支持。

技术架构亮点：

采用 “UniApp多端适配 + Spring Boot微服务后端 + LLM智能中台” 的混合架构。

通过企业微信官方API实现无感数据采集，确保数据源的合规与稳定。

AI分析层为核心，集成多家大语言模型，通过意图识别、实体抽取、情感分析等技术，实现群聊信息的自动化、高精度结构化。

数据存储采用混合云策略，客户原始聊天数据加密存储于客户侧或私有云，结构化数据与系统服务部署于云端，兼顾安全与性能。

项目难点与攻克：

难点一：非结构化信息解析准确率。群聊语言口语化、随意性强。通过定制化训练LLM模型、制定详细的业务规则（如任务状态更新逻辑）、并结合用户手动修正的反馈数据持续优化模型，最终在测试集上实体识别准确率超过95%，意图分类准确率超过90%。

难点二：系统集成与数据实时性。需稳定对接企业微信API，并确保从消息采集到前端展示的数据流延迟可控。通过优化RPA预处理流程、采用WebSocket进行数据推送，实现了数据同步至前端工作台的延迟控制在10分钟以内，满足商用实时性要求。