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)
3.4	2025-11-04	补充Epic 005的10个用户故事和主流程图，完善任务群共创机制	John (PM)
4.0	2025-11-04	为Epic 001补充50个详细任务分解，明确任务种类（UI、API、测试等）	John (PM)
4.1	2025-11-04	为Epic 003的故事001补充10个详细任务分解，明确任务种类	John (PM)
4.2	2025-11-04	为Epic 003的故事002补充10个详细任务分解，完善知识库匹配引擎	John (PM)
4.3	2025-11-04	为Epic 003的故事004补充10个详细任务分解，完善场景复杂度判断规则	John (PM)
4.4	2025-11-04	为Epic 003的故事005-010补充60个详细任务分解，完善问题入口与智能初筛模块	John (PM)
4.5	2025-11-04	为Epic 004的10个用户故事补充100个详细任务分解，完善深度评估与任务拆解模块	John (PM)
4.6	2025-11-04	为Epic 005的10个用户故事补充100个详细任务分解，完善任务群共创与方案收集模块	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:

实现AI驱动的企业级问题处理自动化流程
通过智能协作机制提升问题解决效率
构建企业知识沉淀和复用体系
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

任务1.1.1: 设计企业信息实体模型 - 类型：数据库设计 - 所在端：后端
任务1.1.2: 实现企业信息CRUD API接口 - 类型：API开发 - 所在端：后端
任务1.1.3: 开发企业信息管理页面 - 类型：UI开发 - 所在端：平台管理后台
任务1.1.4: 实现企业信息表单验证 - 类型：前端开发 - 所在端：平台管理后台
任务1.1.5: 编写企业信息API测试用例 - 类型：测试 - 所在端：测试环境

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

任务1.2.1: 设计用户数据实体模型 - 类型：数据库设计 - 所在端：后端
任务1.2.2: 实现用户数据导入API - 类型：API开发 - 所在端：后端
任务1.2.3: 开发用户数据管理界面 - 类型：UI开发 - 所在端：企业管理后台
任务1.2.4: 实现用户角色权限控制 - 类型：安全开发 - 所在端：后端
任务1.2.5: 编写用户数据导入测试用例 - 类型：测试 - 所在端：测试环境

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

任务1.3.1: 设计知识库实体模型 - 类型：数据库设计 - 所在端：后端
任务1.3.2: 实现文档上传API - 类型：API开发 - 所在端：后端
任务1.3.3: 集成向量化处理服务 - 类型：AI集成 - 所在端：后端
任务1.3.4: 开发知识库配置界面 - 类型：UI开发 - 所在端：企业管理后台
任务1.3.5: 测试知识库匹配功能 - 类型：测试 - 所在端：测试环境

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

任务1.4.1: 设计问题实体模型 - 类型：数据库设计 - 所在端：后端
任务1.4.2: 实现问题提交API - 类型：API开发 - 所在端：后端
任务1.4.3: 开发问题提交表单 - 类型：UI开发 - 所在端：小程序
任务1.4.4: 实现问题类型标签管理 - 类型：前端开发 - 所在端：小程序
任务1.4.5: 测试问题提交流程 - 类型：测试 - 所在端：测试环境

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

任务1.5.1: 设计任务实体模型 - 类型：数据库设计 - 所在端：后端
任务1.5.2: 实现任务管理API - 类型：API开发 - 所在端：后端
任务1.5.3: 开发任务管理界面 - 类型：UI开发 - 所在端：企业管理后台
任务1.5.4: 实现父子任务关联 - 类型：业务逻辑 - 所在端：后端
任务1.5.5: 测试任务管理功能 - 类型：测试 - 所在端：测试环境

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

任务1.6.1: 设计方案实体模型 - 类型：数据库设计 - 所在端：后端
任务1.6.2: 实现方案存储API - 类型：API开发 - 所在端：后端
任务1.6.3: 开发方案管理界面 - 类型：UI开发 - 所在端：企业管理后台
任务1.6.4: 实现匿名化身ID生成 - 类型：安全开发 - 所在端：后端
任务1.6.5: 测试方案存储功能 - 类型：测试 - 所在端：测试环境

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

任务1.7.1: 设计决策群实体模型 - 类型：数据库设计 - 所在端：后端
任务1.7.2: 实现决策群配置API - 类型：API开发 - 所在端：后端
任务1.7.3: 开发决策群管理界面 - 类型：UI开发 - 所在端：企业管理后台
任务1.7.4: 实现用户ID列表验证 - 类型：业务逻辑 - 所在端：后端
任务1.7.5: 测试决策群配置功能 - 类型：测试 - 所在端：测试环境

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

任务1.8.1: 设计反馈实体模型 - 类型：数据库设计 - 所在端：后端
任务1.8.2: 实现反馈收集API - 类型：API开发 - 所在端：后端
任务1.8.3: 开发反馈收集界面 - 类型：UI开发 - 所在端：小程序
任务1.8.4: 集成情感分析服务 - 类型：AI集成 - 所在端：后端
任务1.8.5: 测试反馈收集流程 - 类型：测试 - 所在端：测试环境

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

任务1.9.1: 设计审计日志实体模型 - 类型：数据库设计 - 所在端：后端
任务1.9.2: 实现审计日志记录API - 类型：API开发 - 所在端：后端
任务1.9.3: 开发审计日志查询界面 - 类型：UI开发 - 所在端：平台管理后台
任务1.9.4: 实现日志自动清理机制 - 类型：运维开发 - 所在端：后端
任务1.9.5: 测试审计日志功能 - 类型：测试 - 所在端：测试环境

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

任务1.10.1: 设计备份配置实体模型 - 类型：数据库设计 - 所在端：后端
任务1.10.2: 实现数据备份API - 类型：API开发 - 所在端：后端
任务1.10.3: 开发备份管理界面 - 类型：UI开发 - 所在端：平台管理后台
任务1.10.4: 实现定时备份任务 - 类型：运维开发 - 所在端：后端
任务1.10.5: 测试备份恢复流程 - 类型：测试 - 所在端：测试环境

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

任务2.1.1: 设计组织架构Excel导入模板 - 类型：文档设计 - 所在端：文档
任务2.1.2: 实现Excel文件解析和验证API - 类型：API开发 - 所在端：后端
任务2.1.3: 开发组织架构导入界面 - 类型：UI开发 - 所在端：企业管理后台
任务2.1.4: 实现多层级组织架构数据模型 - 类型：数据库设计 - 所在端：后端
任务2.1.5: 编写Excel导入功能测试用例 - 类型：测试 - 所在端：测试环境
任务2.1.6: 实现导入错误处理和日志记录 - 类型：业务逻辑 - 所在端：后端
任务2.1.7: 开发导入进度显示组件 - 类型：前端开发 - 所在端：企业管理后台
任务2.1.8: 实现数据去重和冲突解决机制 - 类型：数据处理 - 所在端：后端
任务2.1.9: 编写导入操作审计日志 - 类型：安全开发 - 所在端：后端
任务2.1.10: 测试大文件导入性能 - 类型：性能测试 - 所在端：测试环境

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

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:

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
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
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
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
动态调整阶段: 用户不满意时触发重新评估，调整处理路径
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
- 任务3.1.1: 设计问题提交表单UI组件 - 类型：UI开发 - 所在端：小程序
- 任务3.1.2: 实现文本输入框组件，支持富文本编辑 - 类型：前端开发 - 所在端：小程序
- 任务3.1.3: 集成语音转文字API服务 - 类型：API集成 - 所在端：后端
- 任务3.1.4: 实现问题类型标签选择组件 - 类型：前端开发 - 所在端：小程序
- 任务3.1.5: 开发用户身份自动填充逻辑 - 类型：业务逻辑 - 所在端：后端
- 任务3.1.6: 实现问题提交表单验证 - 类型：前端开发 - 所在端：小程序
- 任务3.1.7: 创建问题提交API接口 - 类型：API开发 - 所在端：后端
- 任务3.1.8: 设计问题实体数据库模型 - 类型：数据库设计 - 所在端：后端
- 任务3.1.9: 实现问题状态自动初始化逻辑 - 类型：业务逻辑 - 所在端：后端
- 任务3.1.10: 编写问题提交功能测试用例 - 类型：测试 - 所在端：测试环境
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
- 任务3.2.1: 设计知识库匹配引擎架构 - 类型：架构设计 - 所在端：后端
- 任务3.2.2: 集成Sentence-BERT向量化服务 - 类型：AI集成 - 所在端：后端
- 任务3.2.3: 配置Milvus向量数据库连接 - 类型：数据库配置 - 所在端：后端
- 任务3.2.4: 实现向量相似度搜索算法 - 类型：算法开发 - 所在端：后端
- 任务3.2.5: 开发匹配阈值配置界面 - 类型：UI开发 - 所在端：企业管理后台
- 任务3.2.6: 实现知识库匹配API接口 - 类型：API开发 - 所在端：后端
- 任务3.2.7: 设计匹配结果数据结构 - 类型：数据结构设计 - 所在端：后端
- 任务3.2.8: 实现匹配性能监控 - 类型：监控开发 - 所在端：后端
- 任务3.2.9: 编写匹配引擎测试用例 - 类型：测试 - 所在端：测试环境
- 任务3.2.10: 优化向量搜索性能 - 类型：性能优化 - 所在端：后端
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
- 任务3.3.1: 设计自动回复展示UI组件 - 类型：UI开发 - 所在端：小程序
- 任务3.3.2: 实现"是否解决"按钮组件 - 类型：前端开发 - 所在端：小程序
- 任务3.3.3: 开发自动回复内容渲染组件 - 类型：前端开发 - 所在端：小程序
- 任务3.3.4: 实现10分钟倒计时显示逻辑 - 类型：前端开发 - 所在端：小程序
- 任务3.3.5: 创建用户反馈收集API - 类型：API开发 - 所在端：后端
- 任务3.3.6: 实现追问升级功能接口 - 类型：API开发 - 所在端：后端
- 任务3.3.7: 设计用户反馈数据结构 - 类型：数据库设计 - 所在端：后端
- 任务3.3.8: 实现反馈状态更新逻辑 - 类型：业务逻辑 - 所在端：后端
- 任务3.3.9: 编写自动回复反馈测试用例 - 类型：测试 - 所在端：测试环境
- 任务3.3.10: 优化反馈界面用户体验 - 类型：用户体验优化 - 所在端：小程序
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
- 任务3.4.1: 设计复杂度判断规则数据模型 - 类型：数据库设计 - 所在端：后端
- 任务3.4.2: 实现关键词匹配规则引擎 - 类型：算法开发 - 所在端：后端
- 任务3.4.3: 集成大模型分类API接口 - 类型：AI集成 - 所在端：后端
- 任务3.4.4: 开发规则配置管理界面 - 类型：UI开发 - 所在端：平台管理后台
- 任务3.4.5: 实现复杂度判断结果输出逻辑 - 类型：业务逻辑 - 所在端：后端
- 任务3.4.6: 创建规则测试验证工具 - 类型：工具开发 - 所在端：后端
- 任务3.4.7: 设计规则版本管理机制 - 类型：架构设计 - 所在端：后端
- 任务3.4.8: 实现规则优先级和冲突解决 - 类型：业务逻辑 - 所在端：后端
- 任务3.4.9: 编写规则引擎测试用例 - 类型：测试 - 所在端：测试环境
- 任务3.4.10: 优化规则匹配性能 - 类型：性能优化 - 所在端：后端
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
- 任务3.5.1: 设计匹配阈值配置数据模型 - 类型：数据库设计 - 所在端：后端
- 任务3.5.2: 实现匹配阈值配置API接口 - 类型：API开发 - 所在端：后端
- 任务3.5.3: 开发匹配阈值配置界面 - 类型：UI开发 - 所在端：平台管理后台
- 任务3.5.4: 实现阈值验证和范围检查逻辑 - 类型：业务逻辑 - 所在端：后端
- 任务3.5.5: 设计问题状态自动更新机制 - 类型：架构设计 - 所在端：后端
- 任务3.5.6: 实现状态更新触发条件判断 - 类型：业务逻辑 - 所在端：后端
- 任务3.5.7: 开发状态变更通知组件 - 类型：前端开发 - 所在端：小程序
- 任务3.5.8: 创建阈值配置测试用例 - 类型：测试 - 所在端：测试环境
- 任务3.5.9: 实现阈值变更审计日志 - 类型：安全开发 - 所在端：后端
- 任务3.5.10: 测试状态自动更新流程 - 类型：测试 - 所在端：测试环境
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
- 任务3.6.1: 设计动态调整服务架构 - 类型：架构设计 - 所在端：后端
- 任务3.6.2: 实现用户不满意事件监听器 - 类型：事件处理 - 所在端：后端
- 任务3.6.3: 开发自动回复终止逻辑 - 类型：业务逻辑 - 所在端：后端
- 任务3.6.4: 实现问题风险重新评估算法 - 类型：算法开发 - 所在端：后端
- 任务3.6.5: 设计处理路径调整策略 - 类型：业务逻辑 - 所在端：后端
- 任务3.6.6: 实现知识库待补充标记机制 - 类型：数据库操作 - 所在端：后端
- 任务3.6.7: 开发动态调整配置界面 - 类型：UI开发 - 所在端：平台管理后台
- 任务3.6.8: 创建动态调整测试场景 - 类型：测试 - 所在端：测试环境
- 任务3.6.9: 实现调整过程监控和日志 - 类型：监控开发 - 所在端：后端
- 任务3.6.10: 优化动态调整响应性能 - 类型：性能优化 - 所在端：后端
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
- 任务3.7.1: 设计WebSocket连接管理架构 - 类型：架构设计 - 所在端：前端
- 任务3.7.2: 实现WebSocket客户端连接组件 - 类型：前端开发 - 所在端：小程序
- 任务3.7.3: 开发用户不满意事件触发逻辑 - 类型：前端开发 - 所在端：小程序
- 任务3.7.4: 实现10分钟追问检测机制 - 类型：前端开发 - 所在端：小程序
- 任务3.7.5: 创建WebSocket消息协议定义 - 类型：协议设计 - 所在端：后端
- 任务3.7.6: 实现WebSocket服务端处理逻辑 - 类型：后端开发 - 所在端：后端
- 任务3.7.7: 开发连接状态管理组件 - 类型：前端开发 - 所在端：小程序
- 任务3.7.8: 实现断线重连机制 - 类型：前端开发 - 所在端：小程序
- 任务3.7.9: 编写WebSocket通信测试用例 - 类型：测试 - 所在端：测试环境
- 任务3.7.10: 优化WebSocket连接性能 - 类型：性能优化 - 所在端：前端
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
- 任务3.8.1: 设计性能监控指标数据模型 - 类型：数据库设计 - 所在端：后端
- 任务3.8.2: 实现匹配成功率统计逻辑 - 类型：监控开发 - 所在端：后端
- 任务3.8.3: 开发响应时间监控组件 - 类型：监控开发 - 所在端：后端
- 任务3.8.4: 实现向量搜索准确率计算 - 类型：算法开发 - 所在端：后端
- 任务3.8.5: 创建性能数据收集服务 - 类型：监控开发 - 所在端：后端
- 任务3.8.6: 开发性能监控仪表板 - 类型：UI开发 - 所在端：平台管理后台
- 任务3.8.7: 实现性能告警机制 - 类型：监控开发 - 所在端：后端
- 任务3.8.8: 设计性能数据存储策略 - 类型：架构设计 - 所在端：后端
- 任务3.8.9: 编写性能监控测试用例 - 类型：测试 - 所在端：测试环境
- 任务3.8.10: 优化性能数据查询效率 - 类型：性能优化 - 所在端：后端
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
- 任务3.9.1: 设计统计报告数据模型 - 类型：数据库设计 - 所在端：后端
- 任务3.9.2: 实现匹配率计算逻辑 - 类型：数据分析 - 所在端：后端
- 任务3.9.3: 开发自动回复成功率统计 - 类型：数据分析 - 所在端：后端
- 任务3.9.4: 实现用户满意度分析算法 - 类型：数据分析 - 所在端：后端
- 任务3.9.5: 创建统计报告生成服务 - 类型：报表开发 - 所在端：后端
- 任务3.9.6: 开发统计报告展示界面 - 类型：UI开发 - 所在端：企业管理后台
- 任务3.9.7: 实现报告导出功能 - 类型：前端开发 - 所在端：企业管理后台
- 任务3.9.8: 设计报告定时生成机制 - 类型：架构设计 - 所在端：后端
- 任务3.9.9: 编写统计报告测试用例 - 类型：测试 - 所在端：测试环境
- 任务3.9.10: 优化报告数据查询性能 - 类型：性能优化 - 所在端：后端
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
- 任务3.10.1: 设计日志导出数据模型 - 类型：数据库设计 - 所在端：后端
- 任务3.10.2: 实现问题内容导出逻辑 - 类型：数据处理 - 所在端：后端
- 任务3.10.3: 开发匹配结果导出组件 - 类型：数据处理 - 所在端：后端
- 任务3.10.4: 实现用户反馈导出机制 - 类型：数据处理 - 所在端：后端
- 任务3.10.5: 创建数据导出API接口 - 类型：API开发 - 所在端：后端
- 任务3.10.6: 开发导出任务管理界面 - 类型：UI开发 - 所在端：平台管理后台
- 任务3.10.7: 实现导出文件格式支持 - 类型：数据处理 - 所在端：后端
- 任务3.10.8: 设计导出权限控制机制 - 类型：安全开发 - 所在端：后端
- 任务3.10.9: 编写数据导出测试用例 - 类型：测试 - 所在端：测试环境
- 任务3.10.10: 优化大数据量导出性能 - 类型：性能优化 - 所在端：后端

Epic 004 - 深度评估与任务拆解:

Epic 004 主流程图

flowchart TD
    A[待深度评估问题] --> B[风险等级评估]
    B --> C{风险等级判断}
    C -->|高风险| D[分配人工处理]
    C -->|中低风险| E[客户属性适配]

    D --> F[人工响应处理]
    F --> G[问题解决]

    E --> H{客户属性判断}
    H -->|VIP/低满意度| D
    H -->|普通用户| I[AI任务拆解]

    I --> J[子任务生成]
    J --> K[任务拆解校验]
    K --> L{校验结果}
    L -->|通过| M[进入Epic 005流程]
    L -->|不通过| N[二次优化]
    N --> J

流程说明:

风险等级评估阶段: 基于关键词（"法律"、"舆情"、"投诉"）和用户情绪分析，输出高/中/低风险等级
人工处理路径: 高风险问题或VIP/低满意度用户强制转人工，通过短信/小程序推送任务，1小时内响应
AI任务拆解阶段: 普通用户按风险等级进入协作流程，AI Agent输入问题文本、企业行业、风险等级，输出子任务列表
任务拆解校验: ValidationAgent调用大模型校验子任务完整性，不通过则二次优化
流程流转: 通过校验的子任务进入任务群共创流程（Epic 005）

US004-01: 作为风险评估员，我需要能够配置风险等级评估规则，包括关键词匹配（"法律"、"舆情"、"投诉"）和用户情绪分析（大模型识别文本情绪"愤怒"、"不满"），输出高/中/低风险等级，以便准确评估问题风险
- 任务4.1.1: 设计风险评估规则数据模型 - 类型：数据库设计 - 所在端：后端
- 任务4.1.2: 实现关键词匹配规则引擎 - 类型：算法开发 - 所在端：后端
- 任务4.1.3: 集成用户情绪分析大模型API - 类型：AI集成 - 所在端：后端
- 任务4.1.4: 开发风险评估规则配置界面 - 类型：UI开发 - 所在端：平台管理后台
- 任务4.1.5: 实现风险等级输出逻辑 - 类型：业务逻辑 - 所在端：后端
- 任务4.1.6: 创建规则测试验证工具 - 类型：工具开发 - 所在端：后端
- 任务4.1.7: 设计规则版本管理机制 - 类型：架构设计 - 所在端：后端
- 任务4.1.8: 实现规则优先级和冲突解决 - 类型：业务逻辑 - 所在端：后端
- 任务4.1.9: 编写风险评估测试用例 - 类型：测试 - 所在端：测试环境
- 任务4.1.10: 优化风险评估性能 - 类型：性能优化 - 所在端：后端
US004-02: 作为客服主管，当问题被评估为高风险时，我需要能够通过StaffAssignmentService分配给对应领域人工，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"，以便及时处理紧急问题
- 任务4.2.1: 设计人工分配服务架构 - 类型：架构设计 - 所在端：后端
- 任务4.2.2: 实现StaffAssignmentService分配逻辑 - 类型：业务逻辑 - 所在端：后端
- 任务4.2.3: 集成短信通知服务API - 类型：API集成 - 所在端：后端
- 任务4.2.4: 开发小程序模板消息推送 - 类型：前端开发 - 所在端：小程序
- 任务4.2.5: 实现1小时响应计时机制 - 类型：业务逻辑 - 所在端：后端
- 任务4.2.6: 设计问题状态自动更新机制 - 类型：架构设计 - 所在端：后端
- 任务4.2.7: 开发人工处理任务界面 - 类型：UI开发 - 所在端：企业管理后台
- 任务4.2.8: 实现分配记录审计日志 - 类型：安全开发 - 所在端：后端
- 任务4.2.9: 编写人工分配测试用例 - 类型：测试 - 所在端：测试环境
- 任务4.2.10: 优化分配算法性能 - 类型：性能优化 - 所在端：后端
US004-03: 作为客户属性分析员，我需要能够根据用户消费金额和历史满意度进行客户属性适配，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，以便个性化处理策略
- 任务4.3.1: 设计客户属性适配数据模型 - 类型：数据库设计 - 所在端：后端
- 任务4.3.2: 实现VIP用户识别逻辑 - 类型：业务逻辑 - 所在端：后端
- 任务4.3.3: 开发历史满意度计算算法 - 类型：算法开发 - 所在端：后端
- 任务4.3.4: 实现强制转人工判断条件 - 类型：业务逻辑 - 所在端：后端
- 任务4.3.5: 创建客户属性适配配置界面 - 类型：UI开发 - 所在端：企业管理后台
- 任务4.3.6: 设计适配策略优先级规则 - 类型：架构设计 - 所在端：后端
- 任务4.3.7: 实现适配结果记录机制 - 类型：数据库操作 - 所在端：后端
- 任务4.3.8: 开发适配策略测试工具 - 类型：工具开发 - 所在端：后端
- 任务4.3.9: 编写客户属性适配测试用例 - 类型：测试 - 所在端：测试环境
- 任务4.3.10: 优化适配计算性能 - 类型：性能优化 - 所在端：后端
US004-04: 作为AI任务拆解管理员，我需要能够配置任务拆解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），以便系统化拆解复杂问题
- 任务4.4.1: 设计任务拆解Agent架构 - 类型：架构设计 - 所在端：后端
- 任务4.4.2: 集成大模型任务拆解API - 类型：AI集成 - 所在端：后端
- 任务4.4.3: 实现子任务列表生成逻辑 - 类型：业务逻辑 - 所在端：后端
- 任务4.4.4: 开发任务拆解配置界面 - 类型：UI开发 - 所在端：平台管理后台
- 任务4.4.5: 设计子任务数据结构模型 - 类型：数据库设计 - 所在端：后端
- 任务4.4.6: 实现核心原因挖掘项验证 - 类型：业务逻辑 - 所在端：后端
- 任务4.4.7: 创建拆解结果缓存机制 - 类型：缓存开发 - 所在端：后端
- 任务4.4.8: 开发拆解过程监控组件 - 类型：监控开发 - 所在端：后端
- 任务4.4.9: 编写任务拆解测试用例 - 类型：测试 - 所在端：测试环境
- 任务4.4.10: 优化拆解响应性能 - 类型：性能优化 - 所在端：后端
US004-05: 作为任务校验员，我需要能够使用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，确保子任务质量，以便后续协作顺利进行
- 任务4.5.1: 设计任务校验Agent架构 - 类型：架构设计 - 所在端：后端
- 任务4.5.2: 集成大模型校验API - 类型：AI集成 - 所在端：后端
- 任务4.5.3: 实现子任务完整性校验逻辑 - 类型：业务逻辑 - 所在端：后端
- 任务4.5.4: 开发校验结果展示界面 - 类型：UI开发 - 所在端：企业管理后台
- 任务4.5.5: 实现二次优化触发机制 - 类型：业务逻辑 - 所在端：后端
- 任务4.5.6: 设计校验标准配置模型 - 类型：数据库设计 - 所在端：后端
- 任务4.5.7: 创建校验历史记录功能 - 类型：数据库操作 - 所在端：后端
- 任务4.5.8: 开发校验性能监控组件 - 类型：监控开发 - 所在端：后端
- 任务4.5.9: 编写任务校验测试用例 - 类型：测试 - 所在端：测试环境
- 任务4.5.10: 优化校验流程效率 - 类型：性能优化 - 所在端：后端
US004-06: 作为系统管理员，我需要能够监控AI Agent调用成功率，包括任务拆解准确率、校验通过率、响应时间，以便优化AI服务性能
- 任务4.6.1: 设计AI Agent监控数据模型 - 类型：数据库设计 - 所在端：后端
- 任务4.6.2: 实现任务拆解准确率统计 - 类型：监控开发 - 所在端：后端
- 任务4.6.3: 开发校验通过率计算逻辑 - 类型：监控开发 - 所在端：后端
- 任务4.6.4: 实现响应时间监控组件 - 类型：监控开发 - 所在端：后端
- 任务4.6.5: 创建AI服务监控仪表板 - 类型：UI开发 - 所在端：平台管理后台
- 任务4.6.6: 设计监控数据收集服务 - 类型：架构设计 - 所在端：后端
- 任务4.6.7: 实现性能告警机制 - 类型：监控开发 - 所在端：后端
- 任务4.6.8: 开发监控数据导出功能 - 类型：数据处理 - 所在端：后端
- 任务4.6.9: 编写AI监控测试用例 - 类型：测试 - 所在端：测试环境
- 任务4.6.10: 优化监控数据存储性能 - 类型：性能优化 - 所在端：后端
US004-07: 作为企业管理员，我需要能够查看风险等级评估统计，包括高风险问题分布、人工处理效率、客户属性适配效果，以便优化评估策略
- 任务4.7.1: 设计风险评估统计数据模型 - 类型：数据库设计 - 所在端：后端
- 任务4.7.2: 实现高风险问题分布统计 - 类型：数据分析 - 所在端：后端
- 任务4.7.3: 开发人工处理效率计算 - 类型：数据分析 - 所在端：后端
- 任务4.7.4: 实现客户属性适配效果分析 - 类型：数据分析 - 所在端：后端
- 任务4.7.5: 创建风险评估统计报表 - 类型：报表开发 - 所在端：后端
- 任务4.7.6: 开发统计报表展示界面 - 类型：UI开发 - 所在端：企业管理后台
- 任务4.7.7: 设计统计定时生成机制 - 类型：架构设计 - 所在端：后端
- 任务4.7.8: 实现统计数据导出功能 - 类型：数据处理 - 所在端：后端
- 任务4.7.9: 编写风险评估统计测试用例 - 类型：测试 - 所在端：测试环境
- 任务4.7.10: 优化统计查询性能 - 类型：性能优化 - 所在端：后端
US004-08: 作为数据分析员，我需要能够导出深度评估日志，包括风险评估过程、任务拆解结果、校验记录，以便进行数据分析和模型优化
- 任务4.8.1: 设计深度评估日志数据模型 - 类型：数据库设计 - 所在端：后端
- 任务4.8.2: 实现风险评估过程记录 - 类型：日志开发 - 所在端：后端
- 任务4.8.3: 开发任务拆解结果导出 - 类型：数据处理 - 所在端：后端
- 任务4.8.4: 实现校验记录收集机制 - 类型：日志开发 - 所在端：后端
- 任务4.8.5: 创建日志导出API接口 - 类型：API开发 - 所在端：后端
- 任务4.8.6: 开发日志导出管理界面 - 类型：UI开发 - 所在端：平台管理后台
- 任务4.8.7: 设计日志数据格式标准 - 类型：架构设计 - 所在端：后端
- 任务4.8.8: 实现导出权限控制机制 - 类型：安全开发 - 所在端：后端
- 任务4.8.9: 编写日志导出测试用例 - 类型：测试 - 所在端：测试环境
- 任务4.8.10: 优化大日志文件导出性能 - 类型：性能优化 - 所在端：后端
US004-09: 作为系统运维人员，我需要能够配置任务拆解Agent的调用参数，包括大模型选择、提示词优化、超时设置，以便提升拆解质量
- 任务4.9.1: 设计Agent配置数据模型 - 类型：数据库设计 - 所在端：后端
- 任务4.9.2: 实现大模型选择配置 - 类型：配置管理 - 所在端：后端
- 任务4.9.3: 开发提示词优化工具 - 类型：工具开发 - 所在端：后端
- 任务4.9.4: 实现超时设置管理 - 类型：配置管理 - 所在端：后端
- 任务4.9.5: 创建Agent配置管理界面 - 类型：UI开发 - 所在端：平台管理后台
- 任务4.9.6: 设计配置版本控制机制 - 类型：架构设计 - 所在端：后端
- 任务4.9.7: 实现配置变更审计日志 - 类型：安全开发 - 所在端：后端
- 任务4.9.8: 开发配置测试验证工具 - 类型：工具开发 - 所在端：后端
- 任务4.9.9: 编写Agent配置测试用例 - 类型：测试 - 所在端：测试环境
- 任务4.9.10: 优化配置加载性能 - 类型：性能优化 - 所在端：后端
US004-10: 作为流程优化员，我需要能够根据历史数据优化风险等级评估模型和任务拆解策略，持续提升评估准确性和拆解效率，以便系统持续改进
- 任务4.10.1: 设计流程优化数据模型 - 类型：数据库设计 - 所在端：后端
- 任务4.10.2: 实现历史数据收集服务 - 类型：数据收集 - 所在端：后端
- 任务4.10.3: 开发风险评估模型优化算法 - 类型：算法开发 - 所在端：后端
- 任务4.10.4: 实现任务拆解策略优化逻辑 - 类型：算法开发 - 所在端：后端
- 任务4.10.5: 创建优化结果分析报告 - 类型：报表开发 - 所在端：后端
- 任务4.10.6: 开发优化策略配置界面 - 类型：UI开发 - 所在端：平台管理后台
- 任务4.10.7: 设计优化效果评估指标 - 类型：架构设计 - 所在端：后端
- 任务4.10.8: 实现优化策略自动应用 - 类型：业务逻辑 - 所在端：后端
- 任务4.10.9: 编写流程优化测试用例 - 类型：测试 - 所在端：测试环境
- 任务4.10.10: 优化优化算法计算性能 - 类型：性能优化 - 所在端：后端

Epic 005 - 任务群共创与方案收集:

Epic 005 主流程图

flowchart TD
    A[子任务输入] --> B[任务群匹配]
    B --> C[人员筛选与通知]
    C --> D[用户进入任务群]

    D --> E[AI化身私聊系统]
    E --> F{用户输入处理}
    F -->|文字/语音/图片| G[大模型处理]
    F -->|方案确认| H[方案同步至群]

    G --> I[口语转专业文本]
    I --> J[逻辑链补全]
    J --> K[方案整合生成]
    K --> H

    H --> L[任务群互动]
    L --> M[匿名方案展示]
    M --> N[点赞/补充机制]
    N --> O[方案收集完成]
    O --> P[进入Epic 006流程]

流程说明:

任务群匹配阶段: 从企业员工和受邀消费者中按子任务领域随机筛选30人，发送通知
AI化身私聊阶段: 每个用户看到专属AI助手，支持文字、语音、图片交互，大模型进行翻译、补全、方案确认
任务群互动阶段: 群内仅显示匿名方案，支持10分钟内点赞/补充，通过私聊化身提交
方案收集阶段: 整合所有用户提交的方案，进入下一阶段的筛选和决策流程

US005-01: 作为任务管理员，我需要能够配置任务群匹配算法，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，以便组织任务群协作
- 任务5.1.1: 设计任务群匹配算法架构 - 类型：算法设计 - 所在端：后端
- 任务5.1.2: 实现企业员工数据查询接口 - 类型：API开发 - 所在端：后端
- 任务5.1.3: 开发受邀消费者筛选逻辑 - 类型：业务逻辑 - 所在端：后端
- 任务5.1.4: 实现按领域随机筛选算法 - 类型：算法开发 - 所在端：后端
- 任务5.1.5: 创建匹配结果验证机制 - 类型：业务逻辑 - 所在端：后端
- 任务5.1.6: 开发任务群匹配配置界面 - 类型：UI开发 - 所在端：企业管理后台
- 任务5.1.7: 实现匹配算法性能监控 - 类型：监控开发 - 所在端：后端
- 任务5.1.8: 设计匹配结果缓存机制 - 类型：缓存开发 - 所在端：后端
- 任务5.1.9: 编写任务群匹配测试用例 - 类型：测试 - 所在端：测试环境
- 任务5.1.10: 优化匹配算法响应性能 - 类型：性能优化 - 所在端：后端
US005-02: 作为通知管理员，我需要能够通过NotificationService发送短信/小程序模板消息，包含任务链接、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，以便及时通知参与人员
- 任务5.2.1: 设计通知服务架构 - 类型：架构设计 - 所在端：后端
- 任务5.2.2: 实现短信通知API集成 - 类型：API集成 - 所在端：后端
- 任务5.2.3: 开发小程序模板消息推送 - 类型：前端开发 - 所在端：小程序
- 任务5.2.4: 实现任务链接生成逻辑 - 类型：业务逻辑 - 所在端：后端
- 任务5.2.5: 创建1小时时限计时机制 - 类型：业务逻辑 - 所在端：后端
- 任务5.2.6: 开发奖励规则配置界面 - 类型：UI开发 - 所在端：企业管理后台
- 任务5.2.7: 实现通知发送状态跟踪 - 类型：监控开发 - 所在端：后端
- 任务5.2.8: 设计通知失败重试机制 - 类型：架构设计 - 所在端：后端
- 任务5.2.9: 编写通知服务测试用例 - 类型：测试 - 所在端：测试环境
- 任务5.2.10: 优化通知发送性能 - 类型：性能优化 - 所在端：后端
US005-03: 作为AI化身管理员，我需要能够配置AvatarService为每个用户绑定匿名化身（关联用户ID但隐藏身份），实时处理用户输入，包括翻译、补全、方案确认，以便提供智能辅助
- 任务5.3.1: 设计AI化身服务架构 - 类型：架构设计 - 所在端：后端
- 任务5.3.2: 实现匿名化身绑定逻辑 - 类型：安全开发 - 所在端：后端
- 任务5.3.3: 开发用户输入实时处理引擎 - 类型：业务逻辑 - 所在端：后端
- 任务5.3.4: 集成大模型翻译API - 类型：AI集成 - 所在端：后端
- 任务5.3.5: 实现逻辑链补全算法 - 类型：算法开发 - 所在端：后端
- 任务5.3.6: 创建方案确认机制 - 类型：业务逻辑 - 所在端：后端
- 任务5.3.7: 开发化身配置管理界面 - 类型：UI开发 - 所在端：平台管理后台
- 任务5.3.8: 实现化身服务监控组件 - 类型：监控开发 - 所在端：后端
- 任务5.3.9: 编写AI化身服务测试用例 - 类型：测试 - 所在端：测试环境
- 任务5.3.10: 优化化身响应性能 - 类型：性能优化 - 所在端：后端
US005-04: 作为系统用户，在任务群中我需要能够看到专属"AI助手"聊天窗口，支持文字、语音、图片输入，化身能够将口语化输入转为专业文本，补全逻辑链，整合内容生成方案，以便高效参与协作
- 任务5.4.1: 设计AI助手聊天窗口UI组件 - 类型：UI设计 - 所在端：小程序
- 任务5.4.2: 实现文字输入框组件 - 类型：前端开发 - 所在端：小程序
- 任务5.4.3: 开发语音输入识别功能 - 类型：前端开发 - 所在端：小程序
- 任务5.4.4: 实现图片上传和预览组件 - 类型：前端开发 - 所在端：小程序
- 任务5.4.5: 创建聊天消息渲染组件 - 类型：前端开发 - 所在端：小程序
- 任务5.4.6: 开发实时消息推送机制 - 类型：前端开发 - 所在端：小程序
- 任务5.4.7: 实现聊天界面响应式布局 - 类型：前端开发 - 所在端：小程序
- 任务5.4.8: 设计聊天记录本地存储 - 类型：前端开发 - 所在端：小程序
- 任务5.4.9: 编写AI助手界面测试用例 - 类型：测试 - 所在端：测试环境
- 任务5.4.10: 优化聊天界面用户体验 - 类型：用户体验优化 - 所在端：小程序
US005-05: 作为方案确认员，我需要能够在AI助手生成方案后，前端展示方案内容供我确认，确认后方案自动同步至任务群，以便确保方案质量
- 任务5.5.1: 设计方案确认界面UI组件 - 类型：UI设计 - 所在端：小程序
- 任务5.5.2: 实现方案内容展示组件 - 类型：前端开发 - 所在端：小程序
- 任务5.5.3: 开发确认按钮交互逻辑 - 类型：前端开发 - 所在端：小程序
- 任务5.5.4: 实现方案同步API接口 - 类型：API开发 - 所在端：后端
- 任务5.5.5: 创建方案同步队列机制 - 类型：业务逻辑 - 所在端：后端
- 任务5.5.6: 开发方案状态跟踪组件 - 类型：前端开发 - 所在端：小程序
- 任务5.5.7: 实现确认反馈收集机制 - 类型：业务逻辑 - 所在端：后端
- 任务5.5.8: 设计方案确认审计日志 - 类型：安全开发 - 所在端：后端
- 任务5.5.9: 编写方案确认流程测试用例 - 类型：测试 - 所在端：测试环境
- 任务5.5.10: 优化方案同步性能 - 类型：性能优化 - 所在端：后端
US005-06: 作为任务群管理员，我需要能够配置GroupChatService维护群内消息顺序，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，以便保护用户隐私
- 任务5.6.1: 设计任务群服务架构 - 类型：架构设计 - 所在端：后端
- 任务5.6.2: 实现群内消息顺序管理 - 类型：业务逻辑 - 所在端：后端
- 任务5.6.3: 开发匿名方案展示逻辑 - 类型：安全开发 - 所在端：后端
- 任务5.6.4: 实现10分钟点赞时限机制 - 类型：业务逻辑 - 所在端：后端
- 任务5.6.5: 创建补充提交接口 - 类型：API开发 - 所在端：后端
- 任务5.6.6: 开发任务群配置管理界面 - 类型：UI开发 - 所在端：企业管理后台
- 任务5.6.7: 实现群消息实时同步 - 类型：实时通信 - 所在端：后端
- 任务5.6.8: 设计群操作审计日志 - 类型：安全开发 - 所在端：后端
- 任务5.6.9: 编写任务群服务测试用例 - 类型：测试 - 所在端：测试环境
- 任务5.6.10: 优化群消息处理性能 - 类型：性能优化 - 所在端：后端
US005-07: 作为点赞管理员，我需要能够记录点赞数（关联方案ID，不关联用户），支持用户对群内方案进行点赞，点赞数据用于后续方案筛选，以便评估方案受欢迎程度
- 任务5.7.1: 设计点赞数据模型 - 类型：数据库设计 - 所在端：后端
- 任务5.7.2: 实现点赞记录API接口 - 类型：API开发 - 所在端：后端
- 任务5.7.3: 开发点赞按钮UI组件 - 类型：前端开发 - 所在端：小程序
- 任务5.7.4: 实现点赞状态实时更新 - 类型：前端开发 - 所在端：小程序
- 任务5.7.5: 创建点赞统计计算逻辑 - 类型：业务逻辑 - 所在端：后端
- 任务5.7.6: 开发点赞数据展示组件 - 类型：前端开发 - 所在端：小程序
- 任务5.7.7: 实现点赞防刷机制 - 类型：安全开发 - 所在端：后端
- 任务5.7.8: 设计点赞数据导出功能 - 类型：数据处理 - 所在端：后端
- 任务5.7.9: 编写点赞功能测试用例 - 类型：测试 - 所在端：测试环境
- 任务5.7.10: 优化点赞数据查询性能 - 类型：性能优化 - 所在端：后端
US005-08: 作为系统运维人员，我需要能够监控AI化身私聊系统性能，包括大模型调用成功率、响应时间、翻译准确率，以便优化AI服务体验
- 任务5.8.1: 设计AI化身监控数据模型 - 类型：数据库设计 - 所在端：后端
- 任务5.8.2: 实现大模型调用成功率统计 - 类型：监控开发 - 所在端：后端
- 任务5.8.3: 开发响应时间监控组件 - 类型：监控开发 - 所在端：后端
- 任务5.8.4: 实现翻译准确率计算算法 - 类型：算法开发 - 所在端：后端
- 任务5.8.5: 创建AI服务监控仪表板 - 类型：UI开发 - 所在端：平台管理后台
- 任务5.8.6: 设计监控数据收集服务 - 类型：架构设计 - 所在端：后端
- 任务5.8.7: 实现性能告警机制 - 类型：监控开发 - 所在端：后端
- 任务5.8.8: 开发监控数据导出功能 - 类型：数据处理 - 所在端：后端
- 任务5.8.9: 编写AI化身监控测试用例 - 类型：测试 - 所在端：测试环境
- 任务5.8.10: 优化监控数据存储性能 - 类型：性能优化 - 所在端：后端
US005-09: 作为企业管理员，我需要能够查看任务群协作统计，包括参与率、方案生成数量、用户满意度，以便评估协作效果
- 任务5.9.1: 设计协作统计数据模型 - 类型：数据库设计 - 所在端：后端
- 任务5.9.2: 实现参与率计算逻辑 - 类型：数据分析 - 所在端：后端
- 任务5.9.3: 开发方案生成数量统计 - 类型：数据分析 - 所在端：后端
- 任务5.9.4: 实现用户满意度分析算法 - 类型：数据分析 - 所在端：后端
- 任务5.9.5: 创建协作统计报表生成服务 - 类型：报表开发 - 所在端：后端
- 任务5.9.6: 开发统计报表展示界面 - 类型：UI开发 - 所在端：企业管理后台
- 任务5.9.7: 设计统计定时生成机制 - 类型：架构设计 - 所在端：后端
- 任务5.9.8: 实现统计数据导出功能 - 类型：数据处理 - 所在端：后端
- 任务5.9.9: 编写协作统计测试用例 - 类型：测试 - 所在端：测试环境
- 任务5.9.10: 优化统计查询性能 - 类型：性能优化 - 所在端：后端
US005-10: 作为数据分析员，我需要能够导出任务群协作日志，包括用户输入、AI处理过程、方案内容、点赞数据，以便进行数据分析和流程优化
- 任务5.10.1: 设计协作日志数据模型 - 类型：数据库设计 - 所在端：后端
- 任务5.10.2: 实现用户输入日志记录 - 类型：日志开发 - 所在端：后端
- 任务5.10.3: 开发AI处理过程导出 - 类型：数据处理 - 所在端：后端
- 任务5.10.4: 实现方案内容收集机制 - 类型：日志开发 - 所在端：后端
- 任务5.10.5: 创建点赞数据导出接口 - 类型：API开发 - 所在端：后端
- 任务5.10.6: 开发日志导出管理界面 - 类型：UI开发 - 所在端：平台管理后台
- 任务5.10.7: 设计日志数据格式标准 - 类型：架构设计 - 所在端：后端
- 任务5.10.8: 实现导出权限控制机制 - 类型：安全开发 - 所在端：后端
- 任务5.10.9: 编写日志导出测试用例 - 类型：测试 - 所在端：测试环境
- 任务5.10.10: 优化大日志文件导出性能 - 类型：性能优化 - 所在端：后端

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个详细用户故事并补充50个详细任务分解（明确任务种类：UI、API、测试等），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，Epic 004已补充10个用户故事和主流程图并补充100个详细任务分解，Epic 005已补充10个用户故事和主流程图并补充100个详细任务分解，Epic 003的故事001-010已全部补充100个详细任务分解。所有Epic任务已补充UI类型和所在端说明（平台管理后台、企业管理后台、小程序、后端、测试环境等） 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

prd.md 66 KB История Исходник

智能问题处理系统 产品需求文档 (PRD)

版本信息

1. 项目介绍和分析

1.1 项目概览

1.2 需求来源分析

1.3 项目范围定义

1.4 目标和背景

业务目标

技术背景

2. 需求定义

2.1 功能需求

详细 rationale (决策依据):

2.2 非功能性需求

详细 rationale (决策依据):

3.2 集成策略

5. Epic和故事结构

5.1 Epic方法

5.2 Epic详情

5.3 各Epic用户故事详情

Epic 003 主流程图

Epic 004 主流程图

Epic 005 主流程图

6. 成功指标和验收标准

6.1 关键绩效指标(KPI)

6.2 验收标准

7. 附录

7.1 参考资料

7.2 相关文档

7.3 技术栈详情

7.4 联系方式

prd.md 66 KB

История Исходник

智能问题处理系统产品需求文档 (PRD)