信披观 · 上市公司信息披露 AI 智能分析平台产品系统

对上市公司定期报告（年报/ESG/季报半年报）做 AI 合法合规审查，产出清单筛查、合规核查、交叉穿透三类结构化结论；已上线内测并推进生成合成类算法备案。

信披观是一个面向上市公司的信息披露智能分析平台，帮企业发现披露遗漏、披露不合规和数据勾稽异常。平台三个组件——Java 网站与数据采集、Python GraphRAG 知识图谱、.NET AI 智能体分析服务——的整体架构由我设计——GraphRAG 方向也是我选定的：报告校验需要资料多跳查询，正是图结构的强项——其中 .NET 智能体服务由我借助 AI 结对开发独立完成。这个服务是核心分析引擎：基于 .NET 10 + Microsoft Agent Framework + DeepSeek，用'五步 LLM 分析工作流 + 多类 Function Calling 智能体 + GraphRAG/向量检索'把几百页的 PDF 披露报告自动分解、逐段深度分析、交叉验证，产出清单筛查、合规核查、交叉穿透三类结构化结论；带检查点断点续传、每步质量校核（80 分达标门禁）、全链路遥测。一个人 + AI 协作，半年完成主体开发、10 个月持续演进，产出约 7.7 万行 C#（业务代码 6.6 万 + 测试 1.1 万）、719 项自动化测试。

平台定位：对上市公司定期报告（年报/ESG/季报半年报）做 AI 合法合规审查，产出清单筛查、合规核查、交叉穿透三类结构化结论；已上线内测并推进生成合成类算法备案。
整体架构：设计「Java 网站采集 + Python GraphRAG + .NET 智能体服务」三组件架构与混合集成协议（任务/数据交付走共享数据表状态机，实时知识检索走在线 API），主导 GraphRAG 技术选型（披露校验的多跳查询论证），三人并行开发零联调阻塞。
AI 分析引擎（独立开发）：五步 LLM 分析工作流（加载→分解→计划→深度分析→结果生成）+ 多类 Function Calling 智能体 + GraphRAG/1536 维向量混合检索；EF Core 检查点断点续传支撑 1–4 小时长时任务故障恢复，每步 80 分质量门禁自动重试。
LLM 工程攻关：自研多轮工具调用上下文压缩中间件（上下文体积 −60%~80%）；LLM 结构化输出保障体系（三策略提取 + 自动修复，189 个边界用例 100% 覆盖）；LLM 分析质量评分 85/100（规则基线 60/100）。
端到端交付：一人 + AI 结对 5 个月（2026.01–05）完成主体开发，交付约 7.7 万行 C#（业务 6.6 万 + 测试 1.1 万）、719 项自动化测试、40+ 份设计文档；此后持续小幅优化迭代，v1.0→v4.1 零重大回滚。