企业流程文件评审长期依赖人工专家经验,存在评审效率低、标准不一、历史经验无法沉淀等问题。本项目面向制造业、互联网等企业,针对流程文件(PDF/Excel)的自动化评审需求,提供基于大模型的结构化评审方案,覆盖流程规范性检查、术语一致性校验、风险识别、结构优化及自动化潜力评估,解决企业流程管理中的质量保障痛点。
点击空白处退出提示
企业流程文件评审长期依赖人工专家经验,存在评审效率低、标准不一、历史经验无法沉淀等问题。本项目面向制造业、互联网等企业,针对流程文件(PDF/Excel)的自动化评审需求,提供基于大模型的结构化评审方案,覆盖流程规范性检查、术语一致性校验、风险识别、结构优化及自动化潜力评估,解决企业流程管理中的质量保障痛点。
项目包含五大核心功能模块:1)智能文件解析,支持PDF文字/表格提取和Excel多Sheet解析;2)AI深度评审,基于DeepSeek大模型按5维度17项检查点生成专业评审意见;3)RAG历史学习,自动检索相似历史评审案例作为参考;4)人工反馈闭环,支持补充/纠正/建议三种反馈类型,反馈自动融入后续AI Prompt实现自我进化;5)多端访问,提供Web客户端和桌面客户端双端支持,支持文件拖拽上传、评审记录查看、反馈管理和训练数据导出。
我负责全栈开发与架构设计。技术栈:后端FastAPI + Uvicorn异步框架,MySQL + SQLAlchemy数据存储,DeepSeek API大模型集成;文件解析采用PyMuPDF(PDF)+ pandas(Excel);RAG检索引擎基于scikit-learn TF-IDF向量化;前端采用零依赖原生HTML/CSS/JavaScript实现动态评审渲染;部署方案支持Windows一键部署(deploy.bat)、快速启动(start.bat)和Windows服务注册(install_service.bat)。核心难点在于动态Prompt工程(系统Prompt + RAG上下文 + 人工反馈三层注入)和前端评审内容智能解析(自动识别编号/列表/段落/高亮类型并差异化渲染)。





评论