GoAIGo产品系统Vibe Coding

立项原因：AI 工具越用越多，多数却停在"问一句、答一句"，真正缺的不是更多模型，而是能被复核的落地结果。本项目要解决的产品问题是——如何把 AI 从对话搬进真实业务流程：用最小闭环验证关键假设，让人始终握有目标定义、关键授权与最终验收。行业场景：面向有真实业务目标的企业与专业个人，处理信息过载判断太慢、重复流程需要人工盯着、经验沉淀难复用三类普遍痛点，落地为可追溯、可回滚、有人把关的 AI 工作流。

功能模块：①实践与案例库——按"目标／人工门禁／可核对证据／适用边界"四段式沉淀真实案例，每个案例都附可复核的事实与数据；②AI 模型卡——记录多款模型的选型依据与任务级实测对比；③内容与文章管理——统一管理主题、实践思考与对外传播素材；④媒体与快照管理——图片、版本快照与发布回执可追溯；⑤内容运营后台——建站、发布与构建日志一站式管理。主要功能描述：站点以"目标—AI 如何工作—人工门禁—可复核证据—当前结果—可复用方法—适用边界"为统一结构呈现 AI 实践；背后跑着可真实使用的子系统：投标商机洞察的多阶段 Agent 流水线（采集→抽取→匹配→评分→简报）、受控多 Agent 协作（默认只读、提权逐次确认、过程可追溯）、K12 学习闭环（知识点主索引＋FSRS 复习调度＋拍试卷自动入库）、每日自动生成的中英对照资讯简报，以及可复用的 LLM 客服基础设施（FAQ 检索＋意图路由＋Widget 接入）。目前五个子产品均已在生产环境运行或通过真机验收。

"我"负责整体架构与全部核心模块的设计与实现：从目标定义、最小闭环设计，到受控执行与证据校验的全链路落地，并独立完成部署与运维。技术栈：前端 React + TypeScript + Vite 构建，服务端 Python（FastAPI、Agent 流水线、FSRS 复习调度），PostgreSQL 存储，Docker 容器化部署，Nginx 反向代理与静态资源托管。实现难点不在模型调用，而在"如何让人始终握有决策权"——为此设计了只读默认、提权逐次确认、过程可追溯、结果可回滚的机制。亮点在于把每一次实践都做成可复用资产（案例库、模型卡、协议与代码模板），使下一次落地不必从零开始。