SaaS 数据质量智能体产品系统Vibe Coding

粮食行业 SaaS ERP 客户向省级监管平台上报数据前，需人工核对数千条上报质检规则，效率低、口径不一、返工频繁，旨在用大模型自动解读质检结果并定位业务数据问题，解决人工错误定位慢、修复建议生成难的痛点。

系统围绕"问数即质检"提供六大模块：智能问答模块（统一 /ask 入口，SSE 流式输出，图工作流串接意图识别、澄清反问与多工具调用）、规则知识库模块（5353 条质检规则文档，精确索引+BM25+向量混合检索，向量通道不可达自动降级）、质检解读工具集（质检问题查询、报告查询、综合校验十三项指标查询、ERP 业务数据查询）、数据质量报告模块（报告分页、明细、综合指标与问题清单接口）、会话管理模块（多线程会话、开场白、执行恢复）、后台管理模块（意图与槽位配置、提示词与解读模板、模型供应商、RAG 参数、知识库与规则文档上传、灰度开关）及链路审计模块（调用链追踪、人工评分回收）。

本人负责智能体后端架构设计与问答核心链路开发：基于 Spring AI Alibaba 图引擎装配 28 边问答工作流（主体预检→意图打标→主体闸→意图多分支路由→计划→裁决→组装，含澄清短路与增量补查回环），按 OpenAI 兼容协议接入私有化部署的 Qwen 系列大模型；落地主库（质检结果）与业务库（ERP 数据）双数据源动态隔离，LLM 查询工具以注解钉库防止跨库误路由；构建 5353 条规则知识库的混合检索（精确+BM25+向量+噪音过滤）收敛上下文、控制 token 成本；配套 SSE 流式输出、全链路追踪与人工评分回收，RAGAS 评测框架已引入、适配中。