数据产权登记涉及政策解读、资格判断、表单填报、合规审查和异议处理，流程长、专业门槛高，企业和机构用户往往不清楚“能否登记、如何填报、材料是否合规”。传统系统以静态表单为主，缺乏智能引导与上下文衔接，导致咨询成本高、填报错误率高、审核返工多。
本项目面向数据交易所/登记机构场景，建设 AI 驱动的数据产权登记智能平台（DPR），覆盖登记前咨询评估、AI 引导填报、机构合规核查、异议材料比对等全链路，解决“懂政策难、填表难、审材料难、跨环节信息断裂”四类核心问题，提升登记效率与合规质量。
平台按业务域划分为以下核心模块：
1. AI 智能咨询（consulting）：基于 FAQ + 知识库混合检索（pgvector + 全文检索）的 RAG 问答，确定性调用检索工具后再由 LLM 组织回答；支持资格评估状态机（数据来源、是否含个人信息、是否委托代理），评估完成后可一键跳转登记。
2. AI 引导登记（registration）：Spring AI Alibaba StateGraph 驱动 12 节点填报流程，支持自然语言/文件材料字段抽取、缺失项追问、来源类型确认、动态表单保存；提交后自动执行 S01-S08 合规审核规则引擎，SSE 实时推送审核进度。
3. 合规核查（compliance）：机构用户侧 StateGraph 流程，支持文件分类上传、批量字段抽取、C01-C09 多轮自动审核与补正机制。
4. 异议审核（dispute）：D01-D07 七步流程，双方材料上传、语义锚点抽取、最多 7 维度并发 LLM 比对、风险等级推导与 PDF 报告生成，支持断线重连事件回放。
5. 知识库与 FAQ（knowledge）：PDF/DOCX/TXT 文档解析→分块→向量化入库，为咨询/登记提供 RAG 上下文。
6. 支撑能力：双端架构（企业用户 8080 / 管理端 8081+RBAC）、MinIO 文件存储、天眼查企业信息对接、跨平台字段映射、Langfuse 全链路可观测。
我主要负责后端 AI Agent 架构设计与核心模块实现，具体包括：
【架构与规范】
- 设计 Controller → Service → Dao → Mapper 严格分层，以及 AGUI SSE 事件契约（status_update / options_card / result_ready 等），明确“后端是唯一意图判断者，前端只消费快照”的交互范式。
- 编写 Agent 七步设计流程、Observation Contract，统一 Langfuse trace 字段，使多轮对话/审核/比对链路可复盘。
【核心实现】
- consulting：拆分咨询问答（确定性 RAG + LLM 总结）与资格评估（纯后端状态机），避免 LLM 越权推进流程。
- registration：RegistrationGraphConfig 12 节点 StateGraph，ExtractNode 字段抽取、MissingCheckNode 缺失检测、AuditRuleEngine S01-S08 规则审核。
- dispute：DisputeGraphService 检查点编排 + D05 并发逐字段比对 + SSE dimension_done 增量推送 + 断线 replay。
- knowledge：文档 ETL 流水线（解析/分块/向量化）与 hybridSearch 混合检索。
【技术栈】
Java 21、Spring Boot、Spring AI 1.1.2 + Spring AI Alibaba StateGraph、PostgreSQL + pgvector、Redis、MinIO、Sa-Token、SSE 流式、Langfuse/Micrometer 观测。
【难点与亮点】
- 结构化 action 与自然语言 /chat 入口分流，点击走确定性 han
评论