中老年人是电信网络诈骗的主要受害群体。现有的反诈工具大多面向专业人员，
界面复杂、结论晦涩，父母辈遇到可疑短信、陌生来电或链接时，往往只能打电话
问子女，而子女不一定随时能回。
立项目标是做一个「让父母自己就能用」的核实入口：把可疑内容粘进来，
系统直接给出安全 / 需谨慎 / 高风险的三级结论和一句人话解释，不要求用户
理解任何技术概念。
行业上属于公共安全与反诈宣传场景，同类需求也存在于银行、运营商、社区
适老化服务中——这类场景的共同特点是宁可误报、不可漏报，对模型输出的
可靠性要求远高于对话流畅度，这也是本项目在架构上重点解决的问题。
一、我的职责
个人独立项目，需求、架构、开发、测试到上线运维全流程一人完成。
二、技术栈
Python + Flask + Gunicorn；PostgreSQL + pgvector；Redis；前端 Next.js + TypeScript；Docker Compose 部署（应用+数据库+缓存+Caddy 自动 HTTPS），另有 Terraform 编写的 AWS ECS Fargate 基础设施代码。
三、亮点与难点
1、双轨判定：模型理解语义，规则引擎守底线，冲突时「只升不降」。难点是把安全兜底做成架构约束而非提示词约定，模型再波动也不会把高风险说成安全。
2、检索下沉到数据库：原先用 Python 逐条算余弦相似度，数据量上来后延迟明显，改为 pgvector + HNSW 索引在库内召回。
3、Agent 编排重构：手写的多轮工具调用循环改为 LangGraph 状态机，轮次上限由图的边约束，依赖经运行时配置注入，解决了不可序列化对象进入检查点的问题。
4、评测即上线门禁：CI 跑离线评测集，准确率低于 90% 或诈骗召回率低于 95% 直接阻断部署，当前基线 97% / 100%、零漏报。效果是被流水线卡住的，不是人肉自测的。
5、可观测性：OpenTelemetry 链路追踪 + 带 request_id 的结构化日志 + Prometheus 指标，均为可选依赖，缺失时自动降级。
四、可验证地址
体验：https://parent-check.onrender.com/
代码：https://github.com/olivia0401/parent-check
一、我的职责
个人独立项目，从需求定义、架构设计、编码、测试到上线运维全流程由我一人完成。
二、技术栈
后端 Python + Flask + Gunicorn；数据库 PostgreSQL + pgvector 向量扩展；
缓存与限流 Redis；前端 Next.js + TypeScript + Tailwind；
部署 Docker Compose（应用 + 数据库 + 缓存 + Caddy 自动 HTTPS），运行于 AWS EC2；
另用 Terraform 编写了一套 AWS ECS Fargate 基础设施代码，可按需拉起。
三、实现亮点与难点
1、可靠性优先的双轨判定：大模型负责理解语义，规则引擎负责守底线，两者
冲突时只升不降。难点在于把「安全兜底」做成架构约束而不是提示词约定，
保证模型再怎么波动都不会把高风险说成安全。
2、检索从 Python 循环改为数据库内计算：早期用 Python 逐条算余弦相似度，
数据量上来后延迟明显；改为 pgvector + HNSW 余弦索引后在库内完成召回。
3、Agent 编排重构：把手写的多轮工具调用循环重写为 LangGraph 状态机，
轮次上限由图的边约束保证，依赖通过运行时配置注入而非塞进状态，
解决了不可序列化对象进入检查点的问题。
4、把评测做成上线门禁：CI 中跑离线评测集，准确率低于 90% 或诈骗召回率
低于 95% 直接阻断部署，当前基线 97% / 100%，零漏报。这是本项目和
一般 AI Demo 最大的区别——效果是被流水线卡住的，不是靠人肉自测的。
5、全链路可观测：OpenTelemetry 链路追踪 + 带 request_id 的结构化日志 +
Prometheus 指标，所有可观测组件均为可选依赖，缺失时自动降级不影响服务。
评论