Docker

功能模块1.实时数据采集模块：基于屏幕视觉识别（OCR+图像处理），在不依赖任何外部接口的前提下获取行情与指标数据2.指标解析模块：自动标定坐标轴刻度、识别指标窗口与自定义阈值线，内置抗误读校验（去重、迭代拟合、量程校验）3.风控规则引擎：多条件组合判定+状态机，支持交易时段、持仓跟踪、单日限额、多

①模型管理：统一注册、版本切换、热加载，多模型并存一键切换；②请求限流：令牌桶/滑动窗口/Redis分布式限流；③响应缓存：基于Prompt哈希的Redis/内存LRU缓存，命中直接返回；④并发控制：信号量限流最大并发，超时快速失败；⑤监控统计：调用日志、P50/P95/P99延迟、token统计、

1.统一工具注册中心：泛型Registry+装饰器注册，天气、计算器、时间、知识库检索等工具可插拔接入，统一参数校验，新增工具零侵入。2.LLM自动任务规划：多步骤任务自动拆解、自动选择工具、JSON容错解析、最大步数截断，一次提问可编排多工具协作执行。3.双缓存记忆机制：短时记忆（会话内滑动窗口）

1.主要功能模块-AI对话与数字员工：支持流式多轮对话、上下文记忆、文件附件解析和工具调用。-企业知识库：支持文档上传、文本抽取、向量化存储和语义检索，为对话提供知识增强。-技能市场与SkillBundle：支持内置/自定义技能的导入、版本管理、安装、发布、调用和计费。-AgentRuntime：统

1.文档管理：支持Markdown/PDF/Word上传，自动解析与智能分块；2.智能问答：Web对话界面，基于企业知识库回答问题，支持多轮对话；3.混合检索：BM25关键词+向量语义混合召回，LLM重排精排；4.来源溯源：每条回答附带来源文档片段与相关度分数，可审计不瞎编；5.多种分块策略：定长/

用户可通过报障对话或服务表单描述故障现象，并选择设备、项目、控制系统版本和现场状态。系统自动识别问题意图，检索适用的操作手册、维护SOP、故障码、技术公告和历史处理经验，生成带来源、适用范围及风险提示的排查建议；当信息不足时，主动列出需要补充的诊断数据。系统还可同步形成工单标题、问题分类、优先级、设

系统可综合分析客户咨询聊天记录、邮件内容、电话纪要、需求表单、设备模块库、选配清单及价格规则，自动提取客户行业、应用工艺、产能节拍、设备数量、交付地点和期望周期等关键信息。针对表达模糊或资料不完整的需求，系统会生成待确认问题；在条件充分时，自动推荐设备组成和选配方案，形成逐项价格计算、税费、交付周期

一、Supervisor意图路由主控Agent精准识别售前咨询、订单问题、售后服务、投诉四类意图，分流到对应的处理链路；同时设计多轮对话状态机，支持意图修正与平滑切换。二、记忆与会话持久化短期对话记忆使用Redis，长期用户画像与历史工单使用PostgreSQL持久化，保证更换会话后仍能识别老客户。

一、多源文档解析管道支持PDF、Word、Excel等主流格式的统一解析，制定「段落级+语义级」两种粒度的切片策略，构建高质量索引。二、三路混合召回同时运行三路检索：向量语义检索（理解意思相近但措辞不同的问法）、关键词检索（精确匹配专有名词与编号）、知识图谱路径检索（找出文档之间的关联关系）。三路结

一、双任务共享编码模型基于BERT-base-Chinese构建单模型多任务架构：底层共享编码层，上层分别接安全分类头（正常/广告/色情/暴力/政治敏感五分类）与情感分析头（正面/负面/中性三分类）。一个模型同时输出两个结果，比跑两个独立模型节省近一半资源。二、推理服务提供实时分类与批量审核两类接口

系统基于MCP（ModelContextProtocol）协议规范构建，共四个核心模块：一、MCP协议网关把订单管理、库存调拨、物流追踪、财务对账等20+业务接口封装为标准化MCPTools，统一每个工具的输入/输出Schema。使上层Agent与下层异构系统彻底解耦——新增一套业务系统只需实现一个

系统按一条完整链路设计：用户提出需求-任务拆解-多源检索-结构化生成-质量评估-人工精修。共六个核心模块：一、Coordinator任务拆解引擎接收「撰写某行业报告」这类自然语言需求，自动拆解为6-8个子任务（宏观环境-市场规模-竞争格局-财务对比-风险提示），并构建任务依赖图（DAG），无依赖的节

智能对话：支持员工通过自然语言描述IT问题，并进行多轮上下文交流。私有知识库问答：支持PDF、Markdown和TXT文档上传、解析、分块、向量化和检索。混合检索：结合语义向量检索和BM25关键词检索，提高专业术语和业务问题的召回效果。知识来源引用：回答携带文档标题和片段来源，降低大模型幻觉。Age

本项目主要具备以下功能模块：一、材料采集与异步上传：督导员可分次上传教案照片、课堂照片、课堂视频、课堂音频，支持现场拍摄、相册多选、单页删除，按需填写课型、任课教师与课程名称；上传后返回案例编号并在后台排队诊断，督导员无需等待即可继续上传下一节课。二、多模态自动诊断：系统按教学设计、教学实施、教学效

系统支持商品搜索、商品详情、SKU、库存、订单、物流、售后规则等业务查询，并支持未付款订单取消、退款申请两类受控写操作。Agent可根据用户需求进行澄清、工具调用或拒绝，返回结构化业务结果和资料来源。售后规则采用混合RAG检索，写操作加入HITL人工确认、状态持久化、幂等事务和审计记录，避免模型直接

智能文档检索与问答（RAG）：支持多格式文档上传、解析清洗、切片与向量化入库。用户通过自然语言提问，系统基于向量数据库召回相关上下文，结合大模型生成精准回答。Agent流程与工具调用：面向运维场景，Agent可自主分析用户意图，调用系统工具（如生成磁盘清理、日志分析脚本）完成长程任务。私有化模型调度

**User-Center**是一套**可裁剪、可组装的通用用户中心后端模板**，专注解决产品早期到成长期最常见的身份认证与权限管理需求。它以**User（自然人）/Account（登录凭证）分离**为核心数据模型，将密码登录、短信验证码登录、微信授权登录、游客匿名登录等认证方式拆分为**互不耦合的

一个面向企业与个人用户的AI服务网关，主要功能：①智能问答——可接入私有知识库，回答附来源溯源；②AI助手——能自主拆解任务、调用工具，完成多步执行；③生活服务——天气查询、路线规划、周边美食景点推荐；④会员计费——注册订阅、按用量扣费、交易流水可查；⑤数据后台——用户/订单/缓存/监控一站式管理。

功能介绍：面对商业客户端（tob）和个人客户（toc）的付费客户，我们做了以下几个核心板块：1.基于ECS的DNS缓存板块，客户可根据自己的业务需要持续温热缓存内的所有相关业务域名，保持业务持续稳定快速2.对于高保障用户的专属通道已经做到包括：缓存、转发路径、host命名、日志层面彻底隔离3.面向i

平台覆盖五大核心环节：①多源文档接入：支持PDF/DOCX/PPTX/XLSX/HTML/图片/音频多源摄入，经解析分块入库；②可信知识生产：基于Embedding+Milvus构建向量库，结合Wiki实体页与关系图谱；③知识组织：实体+关系+来源分块，形成可治理的知识资产；④智能检索：7步结构化查