B端企业级SaaS平台 – 智能财税法律风控系统-法润财税AI平台

1. 立项背景和目标
中小企业在财务处理和合同审核方面长期依赖人工，面对海量非标票据（发票、回单）和长合同条款，效率低、出错率高，且缺乏合规风险预警能力。本平台旨在利用AI大模型+RAG技术，构建面向财税法律场景的智能助手，实现票据自动识别录入、合同智能审查、合规风险预警及自然语言财务数据检索，帮助企业降本增效，降低法律合规风险。

2. 软件功能、核心功能模块

多模态票据识别与自动录入：支持扫描件、照片、PDF等格式，通过OCR提取结构化信息，自动生成财务凭证，准确率95%以上。

智能合同审查：基于专属知识库，自动比对合同条款与公司政策、法规，识别风险点并生成修改建议。

合规风险预警：实时监控财务数据与业务流水，利用规则引擎+AI分析，触发风险事件告警。

自然语言检索：用户可通过自然语言提问（如“上个月差旅费总额”），系统自动生成SQL或ES查询，返回可视化结果。

3. 业务流程、功能路径
企业财务/法务人员登录系统 → 上传票据图片/合同文档 → 系统自动识别/提取关键信息 → AI进行条款审查或风险识别 → 输出审查报告/风险预警 → 用户确认或人工复核 → 数据自动归档至知识库和历史库。

1. 整体架构和设计思路
采用云原生微服务架构，基于Kubernetes部署，前后端分离。后端拆分为API网关、票据识别服务、合同审查服务、RAG检索服务、预警引擎、数据持久化服务等。AI能力层基于Spring AI封装，集成LangChain4j实现Agent编排；向量检索使用Milvus，嵌入模型采用BGE-M3，通过gRPC与Java服务通信；大数据量流水写入采用Kafka+Redis缓冲，批量聚合落库；历史数据通过XXL-JOB分片+动态分表实现冷热分离。监控体系采用Micrometer+Prometheus+Grafana。

2. “我”的负责模块和结果
我主导了RAG知识库构建、AI工具调用与意图分流模块、高并发流水上报方案及冷热分离存储。

RAG知识库：基于Milvus+BGE-M3构建，集成OCR实现非标票据/合同结构化抽取，支撑日均200万+条财务流水处理，核心接口峰值QPS达500+。

意图分流模块：自研ONNX轻量二分类模型，实现毫秒级意图路由，结合概率阈值策略（>83.4%自动触发），工具调用成功率从不足70%提升至95%以上，显著降低幻觉和错误调用。

高并发流水上报：设计Redis List + XXL-JOB批量聚合写入，双策略触发（满1000条或满5秒），消除OOM风险，确保数据不丢失；同时构建队列深度监控大盘，前置预警积压。

冷热分离：通过MyBatis-Plus动态表名+XXL-JOB分片广播，实现按月分表和过期数据迁移至归档库，保证在线查询性能持续稳定。

3. “我”遇到的难点、坑和解决方案

难点1：大模型工具调用在模糊输入下频繁错误。方案：采用“轻量模型快速分类+阈值拦截+用户确认”机制，将模糊问题转为交互式卡片选择，大幅降低误调用。

难点2：高并发流水上报导致单机队列OOM。方案：用Redis List作为分布式缓冲队列，通过XXL-JOB定时聚合消费，消费成功后LTRIM清理已消费数据，配合监控大盘实时预警，彻底消除内存溢出风险。

难点3：历史数据膨胀导致查询慢。方案：设计按月动态分表，利用XXL-JOB分片广播并行扫描，将超期数据迁移至归档库，保持在线表数据量恒定，查询性能始终平稳。