个体户AI年报产品系统

在政务数字化转型背景下，个体户年报申报等业务往往存在流程复杂、群众操作门槛高等痛点。本项目基于公司内部的AI工作流平台，在政务场景下落地“对话即办事”的智能引导系统。立项旨在解决传统表单填报繁琐、大模型答非所问导致流程中断等产品问题。通过AI多轮对话实现年报信息的智能收集与业务办理，降低群众办事门槛，提升政务服务的智能化水平与办理效率。

本项目主要包含以下核心功能模块：
多轮对话工作流：支持意图识别、大模型问答、信息收集、API调用、表单填写等节点编排，串联起完整的“对话即办事”业务流程。
智能信息提取与校验：通过Prompt调优引导模型提取关键信息（如企业名称、统一社会信用代码），并对用户回答进行有效性判断（答非所问、逻辑冲突等），无效时自动追问。
对话界面与流式渲染：实现多轮对话、流式消息接收（SSE）与打字机效果，针对大模型返回的Markdown内容（代码块、表格、列表）进行实时解析与渲染。
多类型消息动态渲染：支持文本、表单、卡片、API结果等多种消息类型混合渲染，支持用户在对话中直接填写表单并提交。

本人独立负责该政务AI年报项目从0到1的前端应用层开发与对话流编排配置。技术栈采用 React + 流式渲染（SSE） + Markdown渲染。

具体任务与实现亮点、难点：

攻克大模型信息提取与有效性判断难点：通过Prompt调优（结构化输出约束、Few-shot示例），引导大模型准确提取关键信息。构建“提示词约束+追问兜底+前端校验+用户确认”四层保障机制，有效解决答非所问、信息不全、逻辑冲突导致的流程中断问题。

流式渲染与性能优化：负责C端对话界面开发，实现多轮对话、SSE流式接收与打字机效果。解决流式传输中大模型返回Markdown内容的增量解析与性能优化问题。

动态渲染与状态管理：根据后端返回的消息类型（文本/表单/卡片/API结果），通过动态组件实现混合渲染。处理多轮对话上下文透传、异常兜底与加载状态，保障政务办事流程稳定交付。

方法论沉淀：沉淀出一套可复用的对话流配置方法论，在团队内分享，支撑后续政务AI场景快速搭建。