Redis

模型广场：展示并接入多家大模型，统一入口调用。分组与计费管理：对模型进行分组管理，支持按量计费。API密钥管理：统一管理各模型的调用密钥。用量统计：统计各模型与各分组的调用量与费用。控制台：提供统一的模型接入与使用情况查看入口，方便日常运维。

智能客服：多渠道接入（App、H5、公众号），意图识别与多轮对话，知识库检索增强（RAG），答案溯源，人工坐席无缝转接，会话质检与满意度回收。OAAI助手：企业知识问答、文档解析入库、按组织与权限过滤答案、常用流程（请假、报销）的引导与代办。管理端支持知识库维护、话术配置、效果看板（解决率、转人工率

1、实时特征计算：每个用户3000+特征实时计算，接入多数据源与动态线程池，支持实时、离线（T+1）和离线+实时组合三种模式。2、Python计算框架：用树形配置文件定义数据接口和调度关系，方便机器学习同学自助开发和自测特征。3、特征管理平台：特征目录（37个字段的契约API）、草稿/待审/驳回/停

1、边端8大功能模块：1.1、数据看板1.2、监控中心1.3、告警管理1.4、AI诊断1.5、设备管理1.6、历史回溯1.7、消息中心1.8、系统管理2、云端5大功能模块：2.1、工作台2.2、智能监控2.3、运维管理2.4、工作流管理2.5、系统管理3、采集端：多协议实现多PLC设备高并发采集各端

平台包含知识库管理、文档上传解析、分段维护、版本与历史记录、检索增强问答、来源追踪、流式多轮对话、会话历史及反馈闭环；支持智能体配置、提示词模板、模型与知识库绑定、工具调用和用户级配置；提供公文起草、材料检索、文案生成、校对润色、翻译、PPT辅助及PDF预览等AI办公能力，并配套用户、角色、菜单、日

实现基本游戏功能：玩家数据，排行榜，爬塔，战斗，关卡，任务，商业化活动，伙伴，宠物等等分布式模块：gate网关服务器，game逻辑服务器，pay支付服务器，etcd,mongodb中间件

**需求拆解和角色设计**：按照投研业务流程，划分出不同职能Agent，比如行业研究员、数据分析师、风险研究员、报告撰稿Agent，给每个Agent定义独立角色、任务目标、约束规则、专属Skill：-行业研究员Agent：负责检索行业资讯、企业基本面信息；-数据分析师Agent：负责整理财务数据、做

系统包含四部分：①企业官网（Nuxt)：公司与案例展示，内嵌AI对话入口；②AI智能对接：四阶段引导式对话（采集需求→确认预算→澄清细节→生成需求摘要/PRD)，支持访客上传图片和PDF/Word/Excel文档由AI解析，对话完成自动生成客户与项目记录并通过飞书机器人实时通知项目经理；③管理后台（

系统包含商家意图理解、分层长期记忆、企业知识检索、工具调用、权限校验、敏感操作确认和全链路追踪等模块。用户提出经营问题后，Agent会结合账户上下文与历史记忆完成向量检索、BM25关键词检索和重排，再生成可解释的答案或调用受控工具执行任务。对于修改数据、对外发送等操作，系统会先展示执行计划并要求用户

系统支持批量读取报价单、采购合同、技术协议、发货清单、调试记录和验收文件等项目资料，自动识别文件类型、版本及业务关系；围绕设备型号、数量、技术指标、交付范围、付款节点和验收标准进行跨文档比对。系统能够输出问题等级、冲突说明、文件名称、具体页码、原文依据和处理建议，并对材料缺失、版本不明或证据不足的情

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

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

核心功能模块包括：1、智能外呼引擎：批量导入号码自动拨打，支持并发50路通话，失败自动重拨；2、自然对话能力：基于GPT-4oFunctionCalling驱动对话流，支持打断（barge-in）、情绪识别、多轮上下文理解，端到端延迟

核心功能模块包括：1、分布式采集引擎：基于Scrapy+Playwright构建，支持JS渲染页面抓取，覆盖商品详情、价格、销量、评论、店铺信息等维度；2、反爬对抗体系：自建10万+IP代理池、TLS指纹伪装、浏览器行为模拟、滑块验证码CNN识别模型（识别率97%+）；3、实时数据处理管道：Kafk

核心功能模块包括：1、多格式文档解析入库：支持PDF、Word、扫描件OCR识别，自动切分语义段落并生成向量索引；2、混合检索引擎：结合BM25关键词检索与向量语义检索，通过bge-reranker重排序模型二次精排，Top-K召回准确率达92%；3、智能问答对话：支持多轮上下文追问，回答自动附带原

本系统是一套从零搭建的生产级RAG知识库，覆盖文档入库到智能问答的完整AI管线。一、文档处理支持PDF/Word/Markdown/Execel/图片等多格式解析，自动识别QA问答格式并保留完整语义单元，其余文档采用父子分块策略（父块1024token保上下文，子块256token供检索，64tok

根据上传的csv文件，三个智能体分工合作完成数据流水线分析核心工作参与整套AI平台全流程功能验证，拆解三大智能体流转业务，按照分层测试思路设计单元、接口、集成、UI四层测试用例；校验CSV文件上传解析、向量检索、多节点流转、重试回滚、人工介入全分支场景，保障流水线功能稳定；排查并定位核心线上缺陷：L

包含文档分类目录管理、富文本文档在线编辑、文件上传下载、版本回溯；基于ES实现全文关键词检索；精细化角色权限划分，不同部门仅可查看对应文档；文档点赞收藏、阅读记录统计、草稿保存、回收站文档恢复；支持管理员后台维护栏目、管理用户账号权限。

1）对话管理——左侧客户列表+中间对话窗口+右侧客户信息面板，三栏布局；2）AI回复建议——根据对话上下文，实时生成2-3条回复建议，可一键采纳或修改；3）知识库RAG检索——输入关键词搜索企业FAQ和产品文档；4）客户情绪分析——自动识别满意/一般/不满，不满客户优先处理；5）对话摘要——每次对话