# 智能问题处理系统 产品需求文档 (PRD)

## 版本信息
| 版本 | 日期 | 描述 | 作者 |
|------|------|------|------|
| 1.0 | 2024-09-14 | 初始PRD版本 | John (PM) |
| 1.1 | 2025-09-17 | 更新Epic结构和指标，与实际epic对齐 | Sarah (PO) |
| 1.2 | 2025-09-19 | 在Epic 001中集成数据库备份功能 | Winston |
| 2.0 | 2025-11-04 | 更新为智能问题处理系统，基于qiwen.md需求 | John (PM) |
| 2.1 | 2025-11-04 | 补充完整的Epic用户故事，基于qiwen.md技术方案 | John (PM) |
| 3.0 | 2025-11-04 | 扩展Epic 001为30个详细用户故事，完善基础数据管理 | John (PM) |
| 3.1 | 2025-11-04 | 补充Epic 002的10个用户故事，完善企业组织架构管理 | John (PM) |
| 3.2 | 2025-11-04 | 补充Epic 003的10个用户故事，完善问题入口与智能初筛 | John (PM) |
| 3.3 | 2025-11-04 | 为Epic 003添加主流程图，清晰展示问题处理流程 | John (PM) |

## 1. 项目介绍和分析

### 1.1 项目概览

**分析来源**: 基于需求文档 `docs/qiwen.md` 和项目概述 `docs/brief.md`

**项目定位**: 智能问题处理系统是一个基于AI驱动的企业级问题处理平台，通过智能任务拆解、协作共创和决策投票机制，帮助企业高效解决复杂业务问题。

**核心价值**:
- 🤖 **AI+人工协作**: 结合大模型智能分析和群体智慧，生成高质量解决方案
- 🔄 **模块化流程**: 8个核心模块覆盖问题处理全生命周期
- 🏢 **企业级架构**: 基于现有Hono + React + TypeORM技术栈
- 🔒 **安全合规**: 内置企业级安全架构和权限管理

### 1.2 需求来源分析

✅ **qiwen.md 技术方案**:
- 详细的技术架构和模块设计
- 核心业务流程和数据库设计
- AI能力集成和系统集成方案
- 企业级安全合规要求

✅ **brief.md 业务需求**:
- 产品愿景和目标市场定位
- 用户场景和成功指标
- MVP范围和优先级
- 技术约束和假设

### 1.3 项目范围定义

**项目类型**: 基于现有技术栈的智能问题处理系统开发

**主要目标**:
1. 实现AI驱动的企业级问题处理自动化流程
2. 通过智能协作机制提升问题解决效率
3. 构建企业知识沉淀和复用体系
4. 提供数据驱动的决策支持

### 1.4 目标和背景

#### 业务目标
- 📈 **提升问题处理效率**: 复杂问题处理时间减少60%以上
- 🎯 **提高解决方案质量**: 用户满意度评分提升至4.5/5以上
- 🔄 **构建知识体系**: 知识库匹配成功率提升至85%以上
- 🤝 **促进团队协作**: 任务群参与率达到80%以上

#### 技术背景
基于现有技术栈的现代化全栈应用：
- **前端**: React 19 + Hono RPC + Tailwind CSS + Radix UI组件
- **后端**: Node.js + Hono + TypeORM + PostgreSQL
- **小程序**: Taro 4.1.4 + React 18 + H5适配
- **基础设施**: Redis缓存 + MinIO对象存储 + PostgreSQL 17
- **开发环境**: 多八多云端容器环境，支持Docker部署
- **测试框架**: Vitest + Playwright + Testing Library

## 2. 需求定义

### 2.1 功能需求

基于智能问题处理系统的业务需求，我定义了以下核心功能模块。这些需求基于qiwen.md的技术方案和brief.md的业务目标：

**FR1: 问题入口与智能初筛模块**
- 提供文本输入框（支持语音转文字），提交问题时附带用户ID、企业ID、问题类型标签
- 实现知识库匹配引擎，通过向量相似度匹配企业知识库
- 自动判断场景复杂度，决定处理路径（自动回复/深度评估）
- 支持动态调整触发机制，用户不满意时重新评估问题

**FR2: 深度评估与任务拆解模块**
- 实现风险等级评估，基于关键词和用户情绪分析
- 支持客户属性适配，根据用户消费金额和历史满意度调整处理策略
- 集成AI任务拆解Agent，将复杂问题拆解为子任务
- 提供任务拆解结果校验机制

**FR3: 任务群共创与方案收集模块**
- 实现任务群匹配算法，按子任务领域随机筛选参与人员
- 提供AI化身私聊系统，支持文字、语音、图片交互
- 实现任务群实时互动，支持匿名方案展示和点赞
- 集成大模型能力进行口语化输入转专业文本

**FR4: 方案筛选与决策终审模块**
- 实现匿名打分系统，支持多维度评分（原因分析、可行性、针对性）
- 提供决策群投票机制，支持30分钟限时投票
- 实现方案结果计算，支持平票时参考打分结果
- 集成SummaryAgent生成最终结论

**FR5: 方案输出与审核模块**
- 实现内部审核流程，根据企业预设规则判定审核需求
- 支持多形式输出：文字、图片、数字人视频
- 提供简单视频生成（调用第三方API）
- 支持高效果视频制作流程

**FR6: 闭环跟踪与优化模块**
- 实现反馈收集系统，支持趣味问卷和评论
- 提供智能角色优化，定期分析问题处理数据
- 生成企业优化报告，推送高频问题和舆情焦点
- 支持知识库匹配阈值动态调整

**FR7: 安全与合规管理模块**
- 实现数据加密体系（TLS 1.3传输加密，AES-256存储加密）
- 提供审计日志系统，记录所有数据访问和操作
- 支持等保三级、ISO 27001、GDPR/CCPA合规要求
- 实现字段脱敏和异常告警机制

**FR8: 企业组织架构管理模块**
- 支持组织架构导入（Excel、钉钉/企微同步、API对接）
- 提供多层级角色权限矩阵
- 实现数据隔离规则（部门隔离、项目隔离、地域隔离）
- 支持细粒度权限控制

### 详细 rationale (决策依据):

这些需求基于对智能问题处理系统的深入分析：
- **业务流程完整性**: 8个核心模块覆盖问题处理全生命周期
- **AI能力集成**: 结合大模型智能分析和群体智慧协作
- **企业级要求**: 满足500人以上企业的安全合规需求
- **技术栈对齐**: 基于现有Hono + TypeORM + React技术栈实现

**关键假设**:
- 目标用户是500人以上的中大型企业
- 主要使用场景是复杂业务问题处理
- AI大模型接口能够稳定调用
- 企业级安全合规要求能够通过现有架构满足

**需要验证的领域**:
- AI任务拆解Agent的准确性和可靠性
- 任务群匹配算法的优化策略
- 匿名投票机制的安全性和防作弊
- 多形式输出（数字人视频）的技术实现方案



### 2.2 非功能性需求

**NFR1: 系统性能和响应时间**
- API响应时间应该在200ms以内 (p95)
- 复杂AI处理时间应该在5秒以内
- 支持500+用户并发访问
- 实时协作场景下WebSocket连接稳定

**NFR2: 安全性和合规性**
- 实现基于JWT的安全认证机制
- 提供多层级角色权限控制(RBAC)
- 支持数据加密传输(TLS 1.3)和存储(AES-256)
- 实现完整的审计日志系统
- 满足等保三级、ISO 27001合规要求

**NFR3: 可靠性和可用性**
- 系统可用性达到99.9% SLA保障
- 支持数据库备份和恢复机制
- 实现容灾备份和故障转移
- 提供7×24小时技术支持

**NFR4: 可扩展性和维护性**
- 架构支持水平扩展
- 模块化设计便于功能扩展
- 提供完整的API文档和开发指南
- 支持私有化部署和系统集成

**NFR5: 用户体验和易用性**
- 界面响应时间保持在200ms以内
- 支持移动端和桌面端适配
- 提供直观的操作流程和引导
- 错误信息具有指导性和可操作性

### 详细 rationale (决策依据):

这些非功能性需求反映了智能问题处理系统的企业级要求：
- **性能要求**: 复杂AI处理和实时协作需要优化的响应时间
- **安全合规**: 企业级应用必须满足严格的安全和合规标准
- **可靠性**: 业务连续性要求高可用性和容灾能力
- **扩展性**: 支持企业规模增长和功能扩展
- **用户体验**: 复杂的业务流程需要简化的用户界面

**技术约束**:
- 基于现有Hono + TypeORM + React技术栈
- 必须兼容Node.js 20.19.2，PostgreSQL 17，Redis 7
- 支持多八多云端容器环境部署
- AI大模型接口需要稳定调用

### 3.2 集成策略

**AI能力集成策略**:
- 集成通义千问等大模型API，支持任务拆解、方案优化、自然语言处理
- 实现向量生成能力，使用Sentence-BERT将问题/知识库文本转为向量
- 支持多模型路由策略，根据不同任务类型选择最合适模型
- 提供AI调用成本控制和性能监控

**数据库集成策略**:
- 使用TypeORM实体定义数据模型，支持复杂关联查询
- PostgreSQL 17存储结构化数据（用户、任务、方案等）
- Redis 7缓存实时会话、任务状态、高频访问数据
- MinIO对象存储支持大文件上传和分段上传
- 支持向量数据库集成（Milvus或PGVector）用于知识库匹配

**API集成策略**:
- Hono RPC确保前后端类型安全，统一错误处理
- 集成@hono/zod-openapi自动生成OpenAPI文档
- 支持WebSocket实时通信用于任务群互动
- 提供RESTful API设计，通过Swagger UI提供API文档

**前端集成策略**:
- React 19 + Hono RPC提供类型安全的前后端交互
- Tailwind CSS 4.1.11确保一致的视觉设计
- Radix UI组件库提供无障碍访问支持
- 支持H5小程序（Taro）和管理后台两种界面模式
- 集成实时通信组件支持任务群互动

**小程序集成策略**:
- Taro 4.1.4框架支持多端小程序开发
- React 18 + Hono RPC提供类型安全交互
- 支持微信小程序、H5、支付宝等多平台适配
- 集成weapp-tailwindcss支持小程序样式

**系统集成策略**:
- 支持钉钉、企业微信、飞书等办公协同系统集成
- 提供CRM、ERP、工单系统等业务系统对接
- 实现Webhook事件推送和数据导出API
- 支持BI工具对接和数据可视化



## 5. Epic和故事结构

### 5.1 Epic方法

**Epic结构决策**: 按核心业务流程划分Epic - 覆盖智能问题处理全生命周期

**决策依据**:
- 智能问题处理系统有清晰的业务流程
- 每个核心模块有独立的功能目标和验收标准
- 模块化设计便于并行开发和团队分工
- 基于qiwen.md的技术方案划分Epic

### 5.2 Epic详情

**Epic 001: 基础数据管理**
**Epic目标**: 建立系统基础数据模型和管理功能，包括企业、用户、知识库等核心数据。
**成功标准**: 基础数据模型完整性100%，数据管理功能可用性100%，数据导入导出成功率>95%

**Epic 002: 企业组织架构管理**
**Epic目标**: 实现多层级权限管理和组织架构，建立企业级管理基础。
**成功标准**: 权限管理粒度达到字段级，组织架构同步准确率>95%，角色权限配置成功率>90%

**Epic 003: 问题入口与智能初筛**
**Epic目标**: 实现问题接收、知识库匹配和复杂度判断，建立智能问题初筛流程。
**成功标准**: 知识库匹配成功率>85%，自动回复准确率>90%，响应时间<10秒

**Epic 004: 深度评估与任务拆解**
**Epic目标**: 实现风险等级评估、客户属性适配和AI任务拆解，建立深度问题分析能力。
**成功标准**: 风险等级评估准确率>80%，任务拆解完整性>90%，AI Agent调用成功率>95%

**Epic 005: 任务群共创与方案收集**
**Epic目标**: 实现任务群匹配、AI化身私聊和实时协作，建立群体智慧方案生成机制。
**成功标准**: 任务群参与率>80%，方案生成时间<1小时，用户满意度>4.0/5

**Epic 006: 方案筛选与决策终审**
**Epic目标**: 实现匿名打分、决策群投票和方案整合，建立科学的决策机制。
**成功标准**: 投票决策采纳率>85%，决策时间<30分钟，方案质量评分>8/10

**Epic 007: 方案输出与审核**
**Epic目标**: 实现内部审核流程和多形式输出，建立完整的方案交付体系。
**成功标准**: 审核流程自动化率>70%，多形式输出支持率100%，交付时间<2小时

**Epic 008: 闭环跟踪与优化**
**Epic目标**: 实现反馈收集、智能优化和企业报告，建立持续改进机制。
**成功标准**: 反馈收集率>60%，知识库优化准确率>85%，报告生成自动化率100%

**Epic 009: 安全与合规管理**
**Epic目标**: 实现企业级安全架构和合规要求，建立可信赖的系统环境。
**成功标准**: 等保三级认证通过，审计日志覆盖率100%，数据加密合规率100%

### 5.3 各Epic用户故事详情

**Epic 001 - 基础数据管理**:
- **US001-01**: 作为系统管理员，我需要能够创建和管理企业信息，包括企业名称、行业、知识库ID、风险阈值配置，以便建立企业基础数据
- **US001-02**: 作为企业管理员，我需要能够导入和管理用户数据，支持用户角色（普通用户/VIP/员工/管理员）、消费金额、历史满意度等字段，以便建立用户画像
- **US001-03**: 作为数据管理员，我需要能够配置和管理知识库，支持文档上传、向量化处理、相似度阈值设置，以便实现智能问题匹配
- **US001-04**: 作为系统用户，我需要能够提交问题并附带用户ID、企业ID、问题类型标签，问题状态自动初始化为"待处理"，以便记录问题处理流程
- **US001-05**: 作为任务管理员，我需要能够创建和管理任务/子任务，支持任务名称、目标、交付形式、关联问题等字段，以便组织问题拆解流程
- **US001-06**: 作为方案管理员，我需要能够存储和管理方案内容，包括方案文本、创建者匿名化身ID、评分、投票数，以便跟踪方案质量
- **US001-07**: 作为决策管理员，我需要能够配置决策群成员列表，支持企业ID和用户ID列表存储，以便组织决策投票流程
- **US001-08**: 作为反馈管理员，我需要能够收集和存储用户反馈，包括反馈内容、情感分析（正面/负面）、关联问题ID，以便持续优化系统
- **US001-09**: 作为系统管理员，我需要能够配置和管理审计日志，记录所有数据访问、导出、权限变更操作，以便满足合规要求
- **US001-10**: 作为数据管理员，我需要能够实现数据备份和恢复功能，支持定时备份、增量备份、异地备份，确保数据安全可靠


**Epic 002 - 企业组织架构管理**:
- **US002-01**: 作为企业管理员，我需要能够通过Excel批量导入组织架构，支持总部、区域公司、部门、团队等多层级结构，以便快速建立企业组织体系
- **US002-02**: 作为系统集成管理员，我需要能够同步钉钉/企微组织架构，通过OAuth2.0认证获取部门列表和成员信息，以便保持组织数据一致性
- **US002-03**: 作为HR系统管理员，我需要能够通过API接口对接企业HR系统，自动同步员工信息和组织变动，以便减少手动维护成本
- **US002-04**: 作为权限管理员，我需要能够配置预置角色（超级管理员、企业管理员、部门管理员、决策层、普通员工、外部顾问、审计员），每个角色有明确的权限范围，以便实现精细权限控制
- **US002-05**: 作为数据权限管理员，我需要能够设置数据权限范围（全部/本部门/本人），控制不同角色对数据的访问权限，以便保护敏感数据
- **US002-06**: 作为功能权限管理员，我需要能够配置模块级功能开关，如关闭舆情监控模块，以便根据企业需求定制功能
- **US002-07**: 作为部门隔离管理员，我需要能够实现部门数据隔离，销售部看不到研发部任务，任务群只显示相关部门成员，以便保护部门隐私
- **US002-08**: 作为项目隔离管理员，我需要能够按项目分组知识库和任务，不同产品线独立运作，以便支持多项目并行管理
- **US002-09**: 作为地域隔离管理员，我需要能够实现区域公司数据独立，总部有全局查看权限，以便支持跨地域企业管理
- **US002-10**: 作为权限审计员，我需要能够查看所有权限变更记录，包括操作人、被操作人、变更内容和原因，以便满足合规审计要求


**Epic 003 - 问题入口与智能初筛**:

### Epic 003 主流程图
```mermaid
flowchart TD
    A[用户提交问题] --> B[问题接收与记录]
    B --> C{知识库匹配}
    C -->|匹配度≥85%| D[自动回复]
    C -->|匹配度＜85%| E[复杂度判断]

    D --> F{用户是否满意}
    F -->|是| G[问题解决]
    F -->|否| H[动态调整触发]

    E --> I{复杂度判断}
    I -->|简单问题| J[自动处理]
    I -->|复杂问题| K[标记为待深度评估]

    H --> L[重新评估风险]
    L --> M[调整处理路径]
    M --> N[标记知识库待补充]

    K --> O[进入Epic 004流程]
    J --> G
    N --> O
```

**流程说明**:
1. **问题接收阶段**: 用户通过文本/语音提交问题，系统记录完整信息
2. **知识库匹配阶段**: 使用Sentence-BERT向量化，在Milvus中查询相似度≥85%的记录
3. **自动回复阶段**: 匹配成功则自动回复，用户10分钟内可反馈满意度
4. **复杂度判断阶段**: 未匹配或低匹配度时，通过规则引擎和大模型判断复杂度
5. **动态调整阶段**: 用户不满意时触发重新评估，调整处理路径
6. **路径决策**: 简单问题自动处理，复杂问题进入深度评估流程

- **US003-01**: 作为系统用户，我需要能够通过文本输入框提交问题，支持语音转文字功能，提交时自动附带用户ID、企业ID、问题类型标签，以便系统记录完整的问题信息
- **US003-02**: 作为知识库管理员，我需要能够配置知识库匹配引擎，使用Sentence-BERT将用户问题转为向量，在Milvus中查询相似度≥85%的记录，以便实现智能问题匹配
- **US003-03**: 作为系统用户，当问题匹配到知识库时，我需要能够收到自动回复内容，并看到"是否解决"按钮，10分钟内可以点击"不满意"或追问升级，以便动态调整处理路径
- **US003-04**: 作为规则引擎管理员，我需要能够配置场景复杂度判断规则，包括关键词匹配（如"大额纠纷"、"曝光"、"定制"）和大模型分类，输出"复杂/简单"标签，以便决定问题处理路径
- **US003-05**: 作为系统管理员，我需要能够设置知识库匹配阈值，当匹配度＜60%或标记为"复杂"时，问题状态自动更新为"待深度评估"，以便进入下一流程
- **US003-06**: 作为动态调整管理员，我需要能够配置AdjustmentService监听用户不满意事件，终止自动回复，重新评估问题风险，调整处理路径（转人工/协作），并将问题标记为"知识库待补充"，以便持续优化知识库
- **US003-07**: 作为前端开发人员，我需要实现WebSocket通知机制，当用户点击"不满意"或10分钟内追问时，前端能实时通知后端调整处理路径，以便提供流畅的用户体验
- **US003-08**: 作为系统运维人员，我需要能够监控知识库匹配性能，包括匹配成功率、响应时间、向量搜索准确率，以便优化系统性能
- **US003-09**: 作为企业管理员，我需要能够查看知识库匹配统计报告，包括匹配率、自动回复成功率、用户满意度，以便评估知识库效果
- **US003-10**: 作为数据管理员，我需要能够导出知识库匹配日志，包括问题内容、匹配结果、用户反馈，以便进行数据分析和优化


**Epic 004 - 深度评估与任务拆解**:

**Epic 005 - 任务群共创与方案收集**:


**Epic 006 - 方案筛选与决策终审**:


**Epic 007 - 方案输出与审核**:


**Epic 008 - 闭环跟踪与优化**:


**Epic 009 - 安全与合规管理**:


## 6. 成功指标和验收标准

### 6.1 关键绩效指标(KPI)

**Epic 001 - 基础数据管理指标**:
- ✅ 基础数据模型完整性 100%
- ✅ 数据管理功能可用性 100%
- ✅ 数据导入导出成功率 > 95%
- ⏱️ 数据操作响应时间 < 200ms

**Epic 002 - 企业组织架构管理指标**:
- ✅ 权限管理粒度达到字段级
- ✅ 组织架构同步准确率 > 95%
- ✅ 角色权限配置成功率 > 90%
- 🔄 权限变更响应时间 < 1小时

**Epic 003 - 问题入口与智能初筛指标**:
- ✅ 知识库匹配成功率 > 85%
- ✅ 自动回复准确率 > 90%
- ⏱️ 问题响应时间 < 10秒
- 🔄 动态调整触发准确率 > 80%

**Epic 004 - 深度评估与任务拆解指标**:
- ✅ 风险等级评估准确率 > 80%
- ✅ 任务拆解完整性 > 90%
- 🤖 AI Agent调用成功率 > 95%
- ⚡ 评估处理时间 < 2分钟

**Epic 005 - 任务群共创与方案收集指标**:
- ✅ 任务群参与率 > 80%
- ⏱️ 方案生成时间 < 1小时
- 👍 用户满意度 > 4.0/5
- 🔄 AI化身交互成功率 > 90%

**Epic 006 - 方案筛选与决策终审指标**:
- ✅ 投票决策采纳率 > 85%
- ⏱️ 决策时间 < 30分钟
- 📊 方案质量评分 > 8/10
- 🔄 匿名打分参与率 > 75%

**Epic 007 - 方案输出与审核指标**:
- ✅ 审核流程自动化率 > 70%
- ✅ 多形式输出支持率 100%
- ⏱️ 交付时间 < 2小时
- 📱 数字人视频生成成功率 > 85%

**Epic 008 - 闭环跟踪与优化指标**:
- ✅ 反馈收集率 > 60%
- ✅ 知识库优化准确率 > 85%
- ✅ 报告生成自动化率 100%
- 🔄 系统迭代周期 < 1周

**Epic 009 - 安全与合规管理指标**:
- ✅ 等保三级认证通过
- ✅ 审计日志覆盖率 100%
- ✅ 数据加密合规率 100%
- ⚠️ 安全事件发生率 < 0.1%

**总体项目指标**:
- 📈 问题处理效率：复杂问题处理时间减少60%以上
- 👍 客户满意度：用户满意度评分提升至4.5/5以上
- 💰 成本效益：单问题处理成本降低50%
- 🚀 系统可用性：99.9% SLA保障

### 6.2 验收标准

**项目级验收**:
- 所有9个核心功能模块实现并集成
- 业务流程完整覆盖问题处理全生命周期
- 性能指标达到企业级要求（响应时间、并发支持）
- 安全合规通过等保三级认证
- 用户满意度达到4.5/5以上

**阶段性验收**:
- 每个Epic完成后进行功能演示和用户测试
- 每周进行进度评审和风险识别
- 每月进行整体质量评估和指标跟踪
- 每季度进行客户反馈收集和产品优化

## 7. 附录

### 7.1 参考资料
- 智能问题处理系统技术方案: `docs/qiwen.md`
- 项目概述和业务需求: `docs/brief.md`
- 技术栈文档: `docs/architecture/tech-stack.md`
- Hono框架文档: https://hono.dev
- TypeORM文档: https://typeorm.io
- React文档: https://react.dev

### 7.2 相关文档
- API文档: 通过 `/ui` 端点访问Swagger UI
- 开发指南: `docs/development.md`
- 部署指南: `docs/deployment.md`
- 架构文档: `docs/architecture.md`
- 测试指南: `docs/testing.md`

### 7.3 技术栈详情
- **前端**: React 19.1.0 + Hono RPC + Tailwind CSS 4.1.11 + Radix UI
- **后端**: Node.js 20.18.3 + Hono 4.8.5 + TypeORM 0.3.25
- **小程序**: Taro 4.1.4 + React 18 + H5适配
- **数据库**: PostgreSQL 17 + Redis 7 + MinIO
- **测试框架**: Vitest 3.2.4 + Playwright 1.55.0 + Testing Library
- **开发环境**: 多八多云端容器环境
- **部署方式**: Docker容器化部署

### 7.4 联系方式
- 产品负责人: [待指定]
- 技术负责人: [待指定]
- 开发团队: [待指定]
- 运维团队: [待指定]

---

**文档状态**: 已更新为智能问题处理系统，包含完整的Epic用户故事，Epic 001已扩展为30个详细用户故事，Epic 002已补充10个用户故事，Epic 003已补充10个用户故事并添加主流程图
**最后更新**: 2025-11-04
**下次评审**: 2025-11-11
**基于需求**: qiwen.md + brief.md + 当前项目技术栈