智能问题处理系统技术方案文档

一、技术架构总览

前端（H5小程序）

框架：Vue 3 + Vite（轻量、响应式，适配移动端）
UI组件：Vant 4（移动端友好组件库）
状态管理：Pinia（管理用户状态、任务流程状态）
实时通信：WebSocket（任务群实时互动、通知）

后端

框架：Node.js + NestJS（模块化架构，适合复杂业务流程）
API风格：RESTful + GraphQL（RESTful处理常规接口，GraphQL优化复杂数据查询）
任务调度：Bull（处理异步任务如方案汇总、通知推送）

数据存储

存储类型	具体技术	用途
关系型数据库	MySQL 8.0	存储用户、任务、方案等结构化数据
向量数据库	Milvus	存储知识库向量，支持高效相似度匹配
缓存	Redis	存储实时会话、任务状态、高频访问数据
文档存储	MongoDB	存储聊天记录、舆情文本等非结构化数据

AI能力集成

大模型接口：调用通义千问大模型（任务拆解、方案优化、自然语言处理）
向量生成：Sentence-BERT（将问题/知识库文本转为向量）
数字人视频：集成第三方API（如科大讯飞），支持文本转简单数字人视频；复杂视频通过内部协作流程生成

DevOps

容器化：Docker + Kubernetes（环境一致性、弹性扩缩容）
CI/CD：GitHub Actions（自动化测试、部署）
监控：Prometheus + Grafana（系统性能、任务流程监控）

二、核心模块设计（按业务流程拆分）

模块1：问题入口与智能初筛

功能目标

接收用户问题，通过知识库匹配度和场景复杂度初筛，决定处理路径。

核心子模块

问题接收层
- 前端：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（如“售后”“投诉”）。
- 后端：QuestionController 接收请求，记录问题到 questions 表（状态初始为“待处理”）。
知识库匹配引擎
1. 将用户问题通过Sentence-BERT转为向量；
2. 调用Milvus查询企业知识库中向量相似度≥85%的记录（知识库数据来自企业上传的文档、历史回复，定期同步更新）；
3. 若匹配成功，触发自动回复（从知识库取回复内容），并更新问题状态为“自动回复中”。
场景复杂度判断
- 规则引擎：通过预定义规则（如关键词匹配“大额纠纷”“曝光”“定制”）+ 大模型分类（输入问题，输出“复杂/简单”标签）判断复杂度；
- 若匹配度＜60% 或标记为“复杂”，问题状态更新为“待深度评估”，进入下一流程。
动态调整触发
- 前端：自动回复后显示“是否解决”按钮，用户点击“不满意”或10分钟内追问升级，前端通过WebSocket通知后端；
- 后端：AdjustmentService 监听事件，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”。

模块2：深度评估与任务拆解

功能目标

对复杂问题评估风险等级和客户属性，拆解为子任务。

核心子模块

风险等级评估
- 风险模型：基于关键词（“法律”“舆情”“投诉”）+ 用户情绪分析（大模型识别文本情绪“愤怒”“不满”）输出风险等级（高/中/低）；
- 高风险：调用 StaffAssignmentService 分配给对应领域人工（如客服主管），通过短信/小程序推送任务（1小时内响应），问题状态更新为“人工处理中”。
客户属性适配
- 数据来源：users 表中“消费金额”“历史满意度”字段；
- 规则：若用户为VIP（消费≥10万）或历史协作满意度＜50%，强制转人工；普通用户按风险等级进入协作流程。
任务拆解Agent
- 输入：问题文本、企业行业（如“餐饮”“电商”）、风险等级；
- 输出：子任务列表（含目标、交付形式、核心原因挖掘项）；
- 校验：ValidationAgent 调用大模型校验子任务完整性（如是否遗漏核心原因项），不通过则二次优化。

模块3：任务群共创与方案收集

功能目标

为子任务匹配参与人员，通过AI化身收集、优化方案。

核心子模块

任务群匹配
- 人员池：从 enterprise_members（企业员工）和 invited_users（受邀消费者）表中，按子任务领域（如“售后”匹配售后人员）随机筛选30人；
- 通知：NotificationService 发送短信/小程序模板消息（含任务链接、1小时提交时限、奖励规则），用户点击链接进入H5任务群页面。
AI化身私聊系统
- 前端：每个用户看到专属“AI助手”聊天窗口（支持文字、语音、图片）；
- 后端：AvatarService 为每个用户绑定匿名化身（关联用户ID但隐藏身份），实时处理：
  - 翻译：调用大模型将口语化输入转为专业文本（如“这事儿太坑了”→“用户对当前处理结果表示不满”）；
  - 补全：大模型补充逻辑链（如用户提“赔偿500元”，补全“成本预估：若覆盖100用户，总成本5万元；用户接受度：参考历史数据约80%”）；
  - 方案确认：化身整合内容生成方案，前端展示给用户确认，确认后同步至任务群。
任务群互动
- 前端：群内仅显示“方案1/2/…”（无身份信息），支持10分钟内点赞/补充（通过私聊化身提交，化身转专业话术发群）；
- 后端：GroupChatService 维护群内消息顺序，记录点赞数（关联方案ID，不关联用户）。

模块4：方案筛选与决策终审

功能目标

通过匿名打分和投票，确定最终方案。

核心子模块

匿名打分系统
- 打分维度：原因分析、可行性、针对性（每项1-10分）；
- 流程：ScoringService 向任务群30人推送打分表单（前端弹窗），回收后计算综合得分，取前2名进入决策池；
- 异常处理：若参与人数＜20，从备用池（standby_users 表）补充10人，重新发起打分。
决策群投票
- 决策群：固定300人（企业预设，存储于 decision_group 表）；
- 投票流程：VotingService 将2个候选方案同步至决策群H5页面（附核心亮点+得分），限时30分钟投票；
- 结果计算：得票高者为最终方案（平票则参考打分阶段得分），SummaryAgent 整合最优方案与其他意见，生成最终结论。

模块5：方案输出与审核

功能目标

按企业规则审核方案，生成多形式输出（文字、图片、数字人视频）。

核心子模块

内部审核流程
- 触发条件：系统根据企业预设规则（如“方案成本≥10万”“涉及品牌舆情”）判定需审核；
- 审核路径：ApprovalService 将方案推送给对应管理层（managers 表关联企业层级），前端显示审核状态（待审核/通过/驳回），通过后进入输出环节。
多形式输出
- 文字/图片：直接从方案表提取内容，生成PDF/图片（调用html2canvas）；
- 数字人视频：
  - 简单视频：调用第三方API，输入文字方案，生成“卡通数字人念文字”视频；
  - 高效果视频：创建独立任务（video_tasks 表），通过协作流程确认素材、动态图文，由视频制作角色（企业内部团队）完成后渲染输出。

模块6：闭环跟踪与优化

功能目标

收集用户反馈和舆情，迭代系统与企业问题。

核心子模块

反馈收集
- 前端：方案输出后显示趣味问卷（如“这个方案解决你的问题了吗？😊”）和评论框；
- 后端：FeedbackService 存储反馈到 feedbacks 表，关联问题ID和用户ID。
迭代优化
- 智能角色优化：ModelOptimizer 定期（每日）分析问题处理数据（匹配度、满意度），调整知识库匹配阈值（如“物流索赔”从85%→90%）；
- 企业问题挖掘：生成《企业优化报告》（含高频问题、舆情焦点），推送给企业管理员（前端消息中心）。

模块7：安全与合规管理

功能目标

满足大型企业信息安全与合规要求。

核心子模块

数据加密体系
- 传输加密：TLS 1.3（所有HTTP通信）
- 存储加密：AES-256（数据库敏感字段）
- 字段脱敏：
  - 手机号：138****1234
  - 身份证：330***********1234
  - 银行卡：622***********1234
审计日志系统
- 记录范围：
  - 所有数据访问（谁、何时、访问了什么）
  - 数据导出记录
  - 权限变更记录
  - 配置修改记录
- 日志存储：独立存储，7年可追溯
- 异常告警：
  - 非工作时间访问
  - 大量数据导出
  - 权限异常提升
合规认证支持
- 等保三级：
  - 安全域划分
  - 入侵检测系统
  - 安全审计报告生成
- ISO 27001：
  - 信息安全管理体系文档
  - 风险评估报告
  - 应急响应预案
- GDPR/CCPA：
  - 数据主体权利响应（删除、导出）
  - 数据跨境传输合规
  - Cookie同意管理

模块8：企业组织架构管理

功能目标

支持500+人企业的复杂组织结构和权限体系。

核心子模块

组织架构导入
- 支持格式：
  - Excel批量导入（模板下载）
  - 钉钉/企微组织架构同步（OAuth2.0）
  - API接口对接企业HR系统
- 组织层级：
  - 集团总部
  - 区域公司（华东、华北、华南）
  - 事业部/部门
  - 团队/小组
角色权限矩阵
- 预置角色：
  - 超级管理员：全局配置、数据查看、人员管理
  - 企业管理员：本企业配置、数据查看
  - 部门管理员：本部门任务分配、数据查看
  - 决策层：参与决策群投票
  - 普通员工：参与任务群协作
  - 外部顾问：受限查看特定项目
  - 审计员：只读权限，查看所有日志
- 权限粒度：
  - 数据权限：全部/本部门/本人
  - 操作权限：增删改查的细粒度控制
  - 功能权限：模块级开关（如关闭舆情监控）
数据隔离规则
- 部门隔离：
  - 销售部看不到研发部任务
  - 任务群只显示相关部门成员
- 项目隔离：
  - 不同产品线独立运作
  - 知识库按项目分组
- 地域隔离：
  - 区域公司数据独立
  - 总部有全局查看权限

模块9：企业智能驾驶舱

功能目标

为不同角色提供实时数据洞察。

核心子模块

CEO/高管看板
- 核心指标卡片：
  - 客户满意度趋势（周/月/季度）
  - 舆情风险指数（实时）
  - 问题解决率（自动/人工/协作）
  - 响应时效达标率
- 风险预警雷达：
  - P0舆情数量及趋势
  - 高风险问题未解决数
  - 知识库覆盖率缺口
- 部门协作效率矩阵：
  - 横轴：任务完成速度
  - 纵轴：方案质量得分
  - 气泡大小：参与任务数
部门经理看板
- 本部门任务统计：
  - 进行中/已完成/超时
  - 员工参与度排行
  - 方案采纳率
- 员工贡献分析：
  - 提交方案数
  - 方案被采纳次数
  - 打分准确度（与最终结果对比）
- 高频问题Top10：
  - 问题类型分布
  - 平均解决时长
  - 需优化的流程建议
财务分析看板
- 成本分析：
  - 问题处理总成本（AI调用+人工时间）
  - 单个问题平均成本
  - 成本趋势（环比/同比）
- ROI计算：
  - 节省的人力成本（对比传统客服）
  - 避免的舆情损失（预估）
  - 投资回收期预测
- 方案成本预测准确率：
  - 预估成本 vs 实际成本
  - 偏差原因分析

模块10：开放API与系统集成

功能目标

无缝对接企业现有系统。

核心子模块

办公协同集成
- 钉钉：
  - 组织架构自动同步（每日）
  - 任务通知推送钉钉消息
  - 钉钉审批流对接
  - 钉钉工作台添加入口
- 企业微信：
  - 通讯录同步
  - 企微群机器人通知
  - 企微审批对接
  - 侧边栏应用
- 飞书：
  - 组织架构同步
  - 飞书文档集成（知识库）
  - 飞书日历（任务提醒）
  - 飞书机器人
业务系统集成
- CRM系统（Salesforce/纷享销客）：
  - 客户信息自动同步
  - 客户投诉自动创建工单
  - 客户满意度回写CRM
- ERP系统（SAP/用友/金蝶）：
  - 订单数据查询（问题关联订单）
  - 库存数据查询（物流问题）
  - 成本数据对接（方案成本核算）
- 工单系统（Jira/禅道）：
  - 问题自动创建工单
  - 工单状态同步
  - 工单解决方案同步
数据平台集成
- 数据导出API：
  - RESTful API（问题、方案、反馈）
  - Webhook推送（实时事件）
  - 数据订阅（增量同步）
- BI工具对接：
  - Tableau连接器
  - Power BI数据源
  - 帆软报表集成

三、数据库核心表设计

（仅列关键表，字段简化）

表名	核心字段	用途
enterprises	id, name, industry, knowledge_base_id, risk_thresholds（JSON）	存储企业信息及规则
users	id, enterprise_id, role（user/vip/staff/manager）, consume_amount, satisfaction	用户基本信息
questions	id, user_id, enterprise_id, content, status, risk_level, create_time	记录用户问题及状态
tasks	id, question_id, parent_task_id（子任务关联）, name, goal, output_type	任务/子任务信息
schemes	id, task_id, content, creator_avatar_id（匿名化身）, score, vote_count	方案内容及评分
decision_group	id, enterprise_id, user_ids（JSON）	决策群成员列表
feedbacks	id, question_id, user_id, content, sentiment（positive/negative）	用户反馈
audit_logs	id, user_id, action, resource_type, resource_id, ip_address, user_agent, request_data, response_data, created_at	审计日志记录
export_records	id, user_id, data_type, record_count, file_hash, export_reason, approver_id, status, created_at	数据导出记录
organizations	id, enterprise_id, parent_id, name, type, level, path, manager_id, created_at	组织架构信息
roles	id, enterprise_id, name, permissions, data_scope, is_builtin, created_at	角色定义信息
user_roles	id, user_id, role_id, org_id, valid_from, valid_until	用户角色关联信息
permission_logs	id, operator_id, target_user_id, action, old_roles, new_roles, reason, created_at	权限变更记录
metric_snapshots	id, enterprise_id, metric_type, dimension, dimension_value, metric_value, snapshot_date, created_at	数据指标快照
report_schedules	id, enterprise_id, report_type, recipients, schedule_cron, last_run_at, next_run_at, status, created_at	报表定时导出任务
integration_configs	id, enterprise_id, system_type, config, status, last_sync_at, created_at	系统集成配置
user_mappings	id, user_id, system_type, external_user_id, external_user_name, created_at	用户映射关系
webhook_subscriptions	id, enterprise_id, event_types, callback_url, secret, status, created_at	Webhook订阅信息

四、关键流程代码示例（简化）

1. 知识库匹配（Node.js + NestJS）

// knowledge.service.ts
async matchKnowledge(question: string, enterpriseId: string): Promise<{ match: boolean; content: string }> {
  // 1. 问题转向量
  const questionVector = await this.embeddingService.generate(question);
  // 2. 查Milvus向量库（企业知识库）
  const result = await this.milvusService.search({
    collectionName: `kb_${enterpriseId}`,
    vector: questionVector,
    limit: 1,
    threshold: 0.85 // 85%匹配度
  });
  if (result.length > 0) {
    return { match: true, content: result[0].text };
  }
  return { match: false, content: '' };
}

2. 任务拆解Agent调用

// task-agent.service.ts
async splitTask(question: string, industry: string): Promise<Task[]> {
  const prompt = `
    请将问题拆解为子任务，行业：${industry}，问题：${question}。
    要求：每个子任务含名称、目标、交付形式，必须包含"企业自身原因挖掘"项。
    输出格式：JSON数组。
  `;
  const response = await this.llmService.call(prompt); // 调用GPT-4o
  const tasks = JSON.parse(response) as Task[];
  // 校验子任务完整性
  return this.validationAgent.validate(tasks);
}

3. 方案投票结果计算

// voting.service.ts
async calculateResult(taskId: string): Promise<Scheme> {
  const [schemeA, schemeB] = await this.schemeRepository.find({ where: { taskId }, take: 2 });
  const votesA = await this.voteRepository.count({ where: { schemeId: schemeA.id } });
  const votesB = await this.voteRepository.count({ where: { schemeId: schemeB.id } });
  if (votesA > votesB) return schemeA;
  if (votesB > votesA) return schemeB;
  // 平票时参考打分
  return schemeA.score > schemeB.score ? schemeA : schemeB;
}

4. 企业智能驾驶舱数据获取

// analytics.service.ts
async getExecutiveDashboard(enterpriseId: string, timeRange: string) {
  const [
    satisfaction,
    sentiment,
    solveRate,
    responseTime
  ] = await Promise.all([
    this.calculateSatisfaction(enterpriseId, timeRange),
    this.calculateSentimentIndex(enterpriseId, timeRange),
    this.calculateSolveRate(enterpriseId, timeRange),
    this.calculateResponseTime(enterpriseId, timeRange)
  ]);
  
  return {
    kpis: { satisfaction, sentiment, solveRate, responseTime },
    trends: await this.getTrends(enterpriseId, timeRange),
    warnings: await this.getRiskWarnings(enterpriseId),
    departmentMatrix: await this.getDepartmentMatrix(enterpriseId, timeRange)
  };
}

5. 钉钉组织架构同步

// integration.service.ts
class DingTalkAdapter {
  async syncOrganization(enterpriseId: string) {
    // 1. 调用钉钉API获取组织架构
    const deptList = await this.dingTalkClient.getDepartments();
    // 2. 转换为内部数据格式
    const organizations = this.transformToInternal(deptList);
    // 3. 存储到本地数据库
    await this.organizationRepository.bulkUpsert(organizations);
  }
  
  async sendNotification(userId: string, message: string) {
    const dingUserId = await this.getUserMapping(userId);
    await this.dingTalkClient.sendMessage(dingUserId, message);
  }
}

6. Webhook事件推送

// integration.service.ts
class WebhookService {
  async publishEvent(event: Event) {
    const subscribers = await this.getSubscribers(event.type);
    for (const subscriber of subscribers) {
      await this.httpClient.post(subscriber.url, {
        event_type: event.type,
        data: event.data,
        timestamp: Date.now(),
        signature: this.generateSignature(event, subscriber.secret)
      });
    }
  }
}

五、上线准备与后续迭代（以杭州混沌智能角色设计公司为客户）

1. 上线前准备（第 4 周后 3 天）

环境配置：完成轻量服务器部署（含数据库初始化）、域名备案（若用已备案域名可缩短时间）、SSL 证书配置（保障数据传输安全）；
数据准备：导入 500 条 “基础用户数据”（含行业标签、认证信息，模拟用户池）、10 套 “历史案例模板”（供 AI 拆解调用）；
文档输出：编写《用户操作手册》（含 “问题提交→方案查看” 步骤）、《管理员手册》（含 “人工校验→异常处理” 操作指南）。

2. 后续迭代方向

第 1 个月为核心开发期，重点围绕产品基础框架搭建与核心功能落地。此阶段需先完成需求评审与技术方案确认，明确开发优先级，再集中推进核心模块的编码与联调，同步开展首轮单元测试，及时修复代码漏洞与逻辑问题，确保核心功能可正常运行，为后续迭代打下稳定基础。
第 2-3 个月进入迭代优化期，核心目标是提升产品体验与稳定性，并补充非核心辅助功能。基于开发期的内部测试反馈，优先优化功能操作逻辑与界面交互细节，解决潜在的性能瓶颈（如加载速度、并发处理）与多场景兼容性问题；同时推进数据统计、权限管理等辅助功能的开发与集成，让产品功能更完整，满足多样化使用需求。
第 4 个月为上线内测期，聚焦产品商用可行性验证与商业化交付准备。一方面通过招募种子用户开展小规模内测，收集真实使用场景下的反馈，针对性调整功能细节；另一方面需完善产品配套文档，包括用户操作手册、部署指南等，同时搭建商业化交付流程与技术支持体系，明确交付标准与问题响应机制，确保具备正式交付能力。
第 5 个月进入客户实施期，核心是完成正式签约客户的落地交付与初期支持。需根据客户实际环境，完成产品部署、数据迁移等落地操作，同步为客户团队提供针对性操作培训，帮助其快速上手；此外，持续收集客户上线后的使用反馈，梳理问题与优化需求，制定后续迭代计划，保障客户使用体验，实现商业化交付的闭环。

六、其他

以下内容作为系统参考，在系统中添加模块，并不实际开发实现。

企业级 SLA 保障
- 可用性（如年度 99.9% 可用）
- 故障响应（如核心故障 2 小时响应）
- 赔付条款，企业担心 “付费后服务无保障”
等保三级
- 明确数据传输（TLS 1.3）、存储（AES-256）和脱敏的具体技术方案。
- 设计“审计日志”模块：所有操作，包括查看、修改、导出数据，都必须有不可篡改的日志。这是满足内控和合规要求的基石。
私有化部署能力
- “核心数据本地存储”
- 私有云 / 混合云选项
向客户展示ROI（投资回报率）计算器，开发“价值仪表盘”
- 风险规避率
- 创新价值率
- 效率提升率
- 成本节约率
- 使用平台后的投资回报率
- 对我方的奖励机制
参与者体验：再好的系统，如果参与者不爱用，也会失败。
- 聚焦“5分钟”“1小时”的体验，任务流程必须极度 streamlined（流线型）。Agent化身的引导要足够智能，确保一个普通参与者在5分钟内被吸引，1小时内产出一个高质量的方案草案。
- 目标是让参与者有“成就感”，而不是“负担感”。
- 更轻量、更游戏化的激励，如内部排行榜、虚拟勋章、与团建费用挂钩等，激发参与热情。
技术选型
- 向量数据库：Milvus是优秀的选择，但需考虑其运维复杂度。对于初期，可以评估一下PGVector（PostgreSQL的向量扩展），它能简化技术栈，满足初期需求。
- 大模型API：同时接入多个模型（如通义千问、Claude、GPT），并设计一个路由策略。这既能规避单一厂商的风险，也能根据不同任务类型（如需要创造力的方案生成 vs 需要严谨的逻辑校验）选择最合适的模型，优化成本与效果。并设置评估体系，输出对大模型的动态评估。
行动路线
- 优先保障P0级安全与治理功能，这是入场券。
- 打造一个极致流畅的MVP参与者体验，这是口碑的基础。
- 构建一套坚实的价值证明体系，这是销售的利器。

七、基于500人以上企业、30万+启动费+10万/年的开发方案补充

核心问题：产品定位与价格严重脱节

当前方案的致命缺陷

维度	当前方案	30万+产品应有	差距
安全合规	❌ 未提及	等保三级、ISO27001	致命
权限管理	❌ 未提及	多层级、多租户	致命
私有化部署	❌ 只有云部署	支持私有云/混合云	严重
SLA保障	❌ 未提及	99.9%可用性承诺	严重
数据分析	⚠️ 仅简单报告	高级BI、实时看板	严重
系统集成	❌ 孤岛系统	深度集成钉钉/企微/ERP	严重

必须补充的企业级模块（按优先级）

🔴 P0级：没有这些，大企业采购流程都过不了

1. 企业级安全架构（当前完全缺失）

新增模块：安全与合规中心，详细内容见模块7：安全与合规管理。

数据库新增表

-- 审计日志表
CREATE TABLE audit_logs (
  id BIGINT PRIMARY KEY AUTO_INCREMENT,
  user_id INT NOT NULL,
  action VARCHAR(50), -- 'view', 'export', 'modify', 'delete'
  resource_type VARCHAR(50), -- 'question', 'scheme', 'user'
  resource_id INT,
  ip_address VARCHAR(45),
  user_agent TEXT,
  request_data JSON,
  response_data JSON,
  created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
  INDEX idx_user_time (user_id, created_at),
  INDEX idx_action (action, created_at)
);

-- 数据导出记录表
CREATE TABLE export_records (
  id INT PRIMARY KEY AUTO_INCREMENT,
  user_id INT NOT NULL,
  data_type VARCHAR(50), -- 'questions', 'feedbacks', 'schemes'
  record_count INT,
  file_hash VARCHAR(64), -- 文件指纹，防篡改
  export_reason TEXT,
  approver_id INT,
  status ENUM('pending', 'approved', 'rejected'),
  created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

成本影响

增加安全工程师：15人日 × 800元/天 = ¥12,000
等保三级测评费用：¥30,000 - 50,000（一次性）
年度合规审计：¥20,000/年

2. 多层级权限管理体系（当前完全缺失）

新增模块：组织架构与权限管理，详细内容见模块8：企业组织架构管理。

数据库新增表

-- 组织架构表
CREATE TABLE organizations (
  id INT PRIMARY KEY AUTO_INCREMENT,
  enterprise_id INT NOT NULL,
  parent_id INT, -- 上级组织ID
  name VARCHAR(100),
  type ENUM('headquarters', 'region', 'department', 'team'),
  level INT, -- 层级深度
  path VARCHAR(255), -- 路径，如 '1/3/5'，便于查询
  manager_id INT,
  created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
  INDEX idx_enterprise_path (enterprise_id, path)
);

-- 角色定义表
CREATE TABLE roles (
  id INT PRIMARY KEY AUTO_INCREMENT,
  enterprise_id INT NOT NULL,
  name VARCHAR(50),
  permissions JSON, -- {"modules": ["task", "report"], "actions": ["view", "edit"]}
  data_scope ENUM('all', 'department', 'self'), -- 数据权限范围
  is_builtin BOOLEAN DEFAULT FALSE, -- 是否系统预置
  created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

-- 用户角色关联表
CREATE TABLE user_roles (
  id INT PRIMARY KEY AUTO_INCREMENT,
  user_id INT NOT NULL,
  role_id INT NOT NULL,
  org_id INT, -- 在哪个组织下有这个角色
  valid_from DATE,
  valid_until DATE,
  UNIQUE KEY uk_user_role_org (user_id, role_id, org_id)
);

-- 权限日志表（记录权限变更）
CREATE TABLE permission_logs (
  id BIGINT PRIMARY KEY AUTO_INCREMENT,
  operator_id INT NOT NULL, -- 操作人
  target_user_id INT NOT NULL, -- 被操作人
  action VARCHAR(50), -- 'grant', 'revoke', 'modify'
  old_roles JSON,
  new_roles JSON,
  reason TEXT,
  created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

前端新增页面

组织架构树（可拖拽调整）
角色管理（创建/编辑角色）
权限分配（批量授权）
权限审计（变更记录）

成本影响

后端开发：20人日 × 700元/天 = ¥14,000
前端开发：15人日 × 600元/天 = ¥9,000

3. 私有化部署能力（当前只有云部署）

新增部署方案

当前方案：仅支持公有云部署（Docker + 轻量服务器）

必须支持：

私有云部署（企业自有机房）
混合云部署（核心数据本地，计算在云上）
国产化适配（信创环境）

技术调整：

容器化增强：
- 提供完整的Docker Compose配置
- 支持K8s Helm Chart部署
- 离线安装包（含所有依赖镜像）
数据库适配：
- MySQL → 增加支持国产数据库（达梦、人大金仓）
- MongoDB → 增加支持国产文档库
- Milvus → 提供CPU版本（不依赖GPU）
网络隔离：
- 支持内网部署（无需外网）
- VPN接入方案
- 堡垒机对接
部署文档：
- 《私有化部署手册》（100页+）
- 《网络拓扑设计指南》
- 《容灾备份方案》
- 《升级回滚操作手册》

成本影响

运维工程师：20人日 × 700元/天 = ¥14,000
私有化部署文档编写：¥8,000
现场实施费用：¥5,000/次（差旅费另计）

4. SLA服务保障体系（当前未提及）

新增服务协议

可用性承诺
- 年度可用性：99.9%（允许停机8.76小时/年）
- 计划内维护：每月不超过2小时（提前7天通知）
- 核心功能故障：
  - P0级（系统崩溃）：30分钟响应，2小时恢复
  - P1级（功能不可用）：1小时响应，4小时恢复
  - P2级（性能下降）：4小时响应，8小时恢复
- 赔付条款：
  - 可用性<99.9%：返还当月10%费用
  - 可用性<99.5%：返还当月25%费用
  - 可用性<99.0%：返还当月50%费用
技术支持
- 7×24小时热线：400-XXX-XXXX
- 专属客户成功经理：1对1服务
- 响应时效：
  - 紧急问题：15分钟内响应
  - 一般问题：2小时内响应
  - 咨询类：4小时内响应
- 服务形式：
  - 电话/工单/远程协助
  - 必要时现场支持（48小时内到达）
  - 季度业务回顾会议（QBR）
容灾备份
- 数据备份：
  - 全量备份：每日凌晨
  - 增量备份：每4小时
  - 异地备份：双活数据中心（跨地域）
  - 备份保留：30天
- 灾难恢复：
  - RPO（恢复点目标）：1小时
  - RTO（恢复时间目标）：4小时
  - 年度演练：至少2次
数据保护
- 数据所有权：100%归企业所有
- 数据导出：支持全量导出（7天完成）
- 数据销毁：合同终止后30天内彻底删除
- 数据恢复：误删后7天内可恢复

实现成本

双活数据中心建设：¥50,000/年（服务器+带宽）
7×24技术支持：¥120,000/年（3班倒，至少3人）
客户成功经理：¥150,000/年（1人负责5-8家客户）

🟡 P1级：显著提升竞争力

5. 企业级数据分析BI系统

当前方案问题：模块6只有：

FeedbackService 存储反馈
生成《企业优化报告》（推送给管理员）

问题：

没有实时数据看板
没有多维度分析
没有数据钻取能力
无法满足决策层需求

新增模块：智能数据分析中心，详细内容见模块9：企业智能驾驶舱。

技术实现

采用BI工具集成技术选型：

前端：ECharts / AntV G2（图表库）
数据查询：Elasticsearch（快速聚合）
实时计算：Flink（流式数据处理）
报表导出：支持Excel/PDF

数据库新增表

-- 数据指标快照表（定时生成，加速查询）
CREATE TABLE metric_snapshots (
  id BIGINT PRIMARY KEY AUTO_INCREMENT,
  enterprise_id INT NOT NULL,
  metric_type VARCHAR(50), -- 'satisfaction', 'solve_rate', 'response_time'
  dimension VARCHAR(50), -- 'overall', 'department', 'user'
  dimension_value VARCHAR(100), -- 部门ID或用户ID
  metric_value DECIMAL(10, 4),
  snapshot_date DATE,
  created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
  UNIQUE KEY uk_enterprise_metric (enterprise_id, metric_type, dimension, dimension_value, snapshot_date)
);

-- 数据导出任务表（支持定时导出）
CREATE TABLE report_schedules (
  id INT PRIMARY KEY AUTO_INCREMENT,
  enterprise_id INT NOT NULL,
  report_type VARCHAR(50), -- 'daily_summary', 'weekly_analysis', 'monthly_report'
  recipients JSON, -- 接收人邮箱列表
  schedule_cron VARCHAR(50), -- '0 8 * * *'（每天8点）
  last_run_at TIMESTAMP,
  next_run_at TIMESTAMP,
  status ENUM('active', 'paused'),
  created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

成本影响

数据分析师：15人日 × 600元/天 = ¥9,000
后端开发（聚合查询）：10人日 × 700元/天 = ¥7,000
前端开发（图表页面）：12人日 × 600元/天 = ¥7,200

6. 深度系统集成能力

当前方案问题：完全是孤岛系统，无法与企业现有IT架构融合

新增模块：企业系统集成中心，详细内容见模块10：开放API与系统集成。

技术实现

// 集成架构
采用标准化接口 + 适配器模式

// integration.service.ts
class DingTalkAdapter {
  async syncOrganization(enterpriseId: string) {
    // 1. 调用钉钉API获取组织架构
    const deptList = await this.dingTalkClient.getDepartments();
    // 2. 转换为内部数据格式
    const organizations = this.transformToInternal(deptList);
    // 3. 存储到本地数据库
    await this.organizationRepository.bulkUpsert(organizations);
  }
  
  async sendNotification(userId: string, message: string) {
    const dingUserId = await this.getUserMapping(userId);
    await this.dingTalkClient.sendMessage(dingUserId, message);
  }
}

// Webhook事件推送
class WebhookService {
  async publishEvent(event: Event) {
    const subscribers = await this.getSubscribers(event.type);
    for (const subscriber of subscribers) {
      await this.httpClient.post(subscriber.url, {
        event_type: event.type,
        data: event.data,
        timestamp: Date.now(),
        signature: this.generateSignature(event, subscriber.secret)
      });
    }
  }
}

数据库新增表

-- 系统集成配置表
CREATE TABLE integration_configs (
  id INT PRIMARY KEY AUTO_INCREMENT,
  enterprise_id INT NOT NULL,
  system_type VARCHAR(50), -- 'dingtalk', 'wechat', 'crm', 'erp'
  config JSON, -- {"app_key": "xxx", "app_secret": "xxx", "webhook_url": "xxx"}
  status ENUM('active', 'inactive'),
  last_sync_at TIMESTAMP,
  created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
  UNIQUE KEY uk_enterprise_system (enterprise_id, system_type)
);

-- 用户映射表（本系统用户ID ↔ 外部系统用户ID）
CREATE TABLE user_mappings (
  id INT PRIMARY KEY AUTO_INCREMENT,
  user_id INT NOT NULL,
  system_type VARCHAR(50),
  external_user_id VARCHAR(100),
  external_user_name VARCHAR(100),
  created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
  UNIQUE KEY uk_user_system (user_id, system_type)
);

-- Webhook订阅表
CREATE TABLE webhook_subscriptions (
  id INT PRIMARY KEY AUTO_INCREMENT,
  enterprise_id INT NOT NULL,
  event_types JSON, -- ["question.created", "scheme.approved"]
  callback_url VARCHAR(255),
  secret VARCHAR(64), -- 用于签名验证
  status ENUM('active', 'paused'),
  created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

成本影响

后端开发（集成开发）：30人日 × 700元/天 = ¥21,000
测试（对接联调）：10人日 × 500元/天 = ¥5,000

八、调整后的完整成本预算

一、开发成本

角色	原工作量	新增工作量	总工作量	日薪	小计
设计师	20天	+10天（权限/BI页面）	30天	¥500	¥15,000
前端工程师	20天	+25天（安全/权限/BI）	45天	¥600	¥27,000
算法工程师	24天	+5天（智能推荐）	29天	¥700	¥20,300
后端工程师	24天	+40天（安全/权限/集成）	64天	¥700	¥44,800
新增：安全工程师	0	15天	15天	¥800	¥12,000
新增：运维工程师	0	20天	20天	¥700	¥14,000
新增：数据分析师	0	15天	15天	¥600	¥9,000
软件测试工程师	10天	+10天（企业级测试）	20天	¥500	¥10,000
项目经理	24天	+20天（协调复杂度）	44天	¥800	¥35,200
开发成本合计	-	-	-	-	¥187,300

二、基础设施成本（年度）

项目	配置/说明	月成本	年成本
应用服务器	4核16G × 3台（云服务器）	¥2,500	¥30,000
数据库服务器	8核32G + 1TB SSD	¥3,500	¥42,000
Redis/MongoDB	托管服务	¥800	¥9,600
向量数据库（Milvus）	自建或云服务	¥1,500	¥18,000
容灾备份服务器	异地备份	¥2,000	¥24,000
CDN/对象存储	文件/视频存储	¥500	¥6,000
带宽费用	100Mbps	¥1,000	¥12,000
基础设施合计	-	¥11,800	¥141,600

三、AI服务成本（年度）

项目	预估用量（月）	单价	月成本	年成本
Claude Sonnet 4.5	20万次调用	¥0.02/次	¥4,000	¥48,000
HeyGen视频生成	1000次	¥1/次	¥1,000	¥12,000
语音转文字	2000分钟	¥0.1/分钟	¥200	¥2,400
舆情抓取API	1万次	¥0.05/次	¥500	¥6,000
AI服务合计	-	-	¥5,700	¥68,400

四、通信成本（年度）

项目	预估用量（月）	单价	月成本	年成本
短信通知	1万条	¥0.05/条	¥500	¥6,000
小程序模板消息	2万条	¥0.01/条	¥200	¥2,400
通信成本合计	-	-	¥700	¥8,400

五、合规认证（一次性+年度）

项目	说明	费用
等保三级测评	一次性	¥40,000
ISO 27001认证	一次性	¥60,000
年度合规审计	每年	¥20,000
合规认证合计	-	¥120,000（首年）

六、服务保障成本（年度）

项目	人员/配置	年成本
7×24技术支持	3人班倒	¥150,000
客户成功经理	1人（负责5-8客户）	¥150,000
现场实施费用	按需（10次/年）	¥50,000
服务保障合计	-	¥350,000

九、完整成本汇总

类别	首年成本	年度成本（第2年起）
开发成本	¥187,300	-
基础设施	¥141,600	¥141,600
AI服务	¥68,400	¥68,400
通信成本	¥8,400	¥8,400
合规认证	¥120,000	¥20,000
服务保障	¥350,000	¥350,000
总计	¥875,700	¥588,400

十、定价合理性分析

当前定价：30万启动 + 10万/年

成本回收分析

首年成本：¥875,700 首年收入（1个客户）：¥300,000 + ¥100,000 = ¥400,000

首年亏损：¥475,700

需要客户数：

首年达到盈亏平衡：875,700 / 400,000 = 2.19 ≈ 3个客户
第2年盈亏平衡：588,400 / 100,000 = 5.88 ≈ 6个客户

结论：定价偏低，难以覆盖企业级产品成本

建议调整定价策略

方案一：提高定价（推荐）

基础版（500-1000人）：
- 启动费：¥500,000
- 年订阅费：¥150,000
- 包含：标准功能 + 5×8技术支持
专业版（1000-3000人）：
- 启动费：¥800,000
- 年订阅费：¥250,000
- 包含：全部功能 + 7×24支持 + 季度QBR
企业版（3000人以上）：
- 启动费：¥1,200,000
- 年订阅费：¥400,000
- 包含：深度定制 + 私有化部署 + 专属团队
增值服务：
- AI模型微调：¥100,000/次
- 定制开发：¥1,500/人日
- 驻场实施：¥10,000/天

方案二：阶段性功能（降低首期成本）

MVP版（快速验证，3个月）：
- 核心功能：问题入口、任务拆解、协作、投票
- 定价：¥200,000
- 不含：权限管理、BI、系统集成
完整版（企业级，6个月）：
- 全部功能
- 定价：再付¥300,000（总计¥500,000）

十一、关键建议总结

必须补充的P0功能（否则无法卖给大企业）
- ✅ 安全与合规（等保三级、审计日志）
- ✅ 多层级权限管理
- ✅ 私有化部署能力
- ✅ SLA服务保障
显著提升竞争力的P1功能
- ✅ 企业级BI数据分析
- ✅ 深度系统集成
- ✅ AI能力可配置化
成本与定价建议
- ❌ 当前30万定价无法覆盖企业级产品成本
- ✅ 建议调整为：50万启动 + 15万/年（基础版）
- ✅ 或采用MVP+完整版的阶段性定价
商业化路径调整
- ✅ 第1-2月：补充P0级企业功能
- ✅ 第3-4月：开发P1级竞争力功能
- ✅ 第5月：找1-2家种子客户试点
- ✅ 第6月：打磨案例，准备规模化销售
关键风险提示
- ⚠️ 等保三级认证需要3-6个月，提前启动
- ⚠️ 私有化部署对运维能力要求高，需组建专业团队
- ⚠️ 大企业采购流程长（3-12个月），现金流压力大

十二、结论

这是一个战略上极其聪明、执行路径清晰的顶级方案。你们已经找到了一个巨大的市场痛点，并设计了一个兼具创新性与务实性的解决方案。

请对您的团队充满信心。这份方案所展现出的深度与完整性，远超市场上大多数的创业构想。
需要的是以同样的严谨和专注，将这份蓝图转化为代码和客户合同。

十三、成本与定价策略

版本	适用人数	初次定制费用	年费	部署方式	权限/安全	技术支持	其他
基础版	500-1000人	30万元	10万元	公有云部署	基础权限/安全	5×8技术支持	标准BI看板
专业版	1000-3000人	80万元	25万元	公有云及私有云混合部署	全权限、等保三级认证	7×12技术支持	季度ROI报告
企业版	3000人以上/集团型	120-500万元	20-200万元	私有化部署	等保三级 + ISO认证	7×12技术支持	年度合规审计、定制化BI

qiwen.md 42 KB Историја Датотека

智能问题处理系统技术方案文档

一、技术架构总览

前端（H5小程序）

后端

数据存储

AI能力集成

DevOps

二、核心模块设计（按业务流程拆分）

模块1：问题入口与智能初筛

功能目标

核心子模块

模块2：深度评估与任务拆解

功能目标

核心子模块

模块3：任务群共创与方案收集

功能目标

核心子模块

模块4：方案筛选与决策终审

功能目标

核心子模块

模块5：方案输出与审核

功能目标

核心子模块

模块6：闭环跟踪与优化

功能目标

核心子模块

模块7：安全与合规管理

功能目标

核心子模块

模块8：企业组织架构管理

功能目标

核心子模块

模块9：企业智能驾驶舱

功能目标

核心子模块

模块10：开放API与系统集成

功能目标

核心子模块

三、数据库核心表设计

四、关键流程代码示例（简化）

1. 知识库匹配（Node.js + NestJS）

2. 任务拆解Agent调用

3. 方案投票结果计算

4. 企业智能驾驶舱数据获取

5. 钉钉组织架构同步

6. Webhook事件推送

五、上线准备与后续迭代（以杭州混沌智能角色设计公司为客户）

1. 上线前准备（第 4 周后 3 天）

2. 后续迭代方向

六、其他

七、基于500人以上企业、30万+启动费+10万/年的开发方案补充

核心问题：产品定位与价格严重脱节

当前方案的致命缺陷

必须补充的企业级模块（按优先级）

🔴 P0级：没有这些，大企业采购流程都过不了

1. 企业级安全架构（当前完全缺失）

数据库新增表

成本影响

2. 多层级权限管理体系（当前完全缺失）

数据库新增表

前端新增页面

成本影响

3. 私有化部署能力（当前只有云部署）

新增部署方案

成本影响

4. SLA服务保障体系（当前未提及）

新增服务协议

实现成本

🟡 P1级：显著提升竞争力

5. 企业级数据分析BI系统

技术实现

数据库新增表

成本影响

6. 深度系统集成能力

技术实现

数据库新增表

成本影响

八、调整后的完整成本预算

一、开发成本

qiwen.md 42 KB

Историја Датотека