立项背景:人工客服三大痛点(重复问题多、大模型幻觉碰资金、售后必须人工介入)→ 引出“模型只做理解与表达、业务事实一律来自系统、资金边界由规则与人工兜底”的立项思路
软件功能:6 大功能面(智能对话、路由、工具调用、RAG、HITL 工作流、可观测评测)
核心模块:5 个模块各自机制展开,含路由守卫 rule_guard_* 收敛、RAG 四步检索、resume_token 恢复链
业务流程:一次对话的六阶段全流程 + HITL 审批闭环
功能路径:五条互斥路径对照表(触发条件 / 事实来源 / 典型例子)
整体框架:四层架构图(接入 → Agent 编排 → 能力 → 基础设施)+ 3 个关键设计思路(双通道路由、确定性话术分层、评测驱动开发)
技术栈表:按 8 个模块列出(FastAPI/LangGraph/Chroma/Spring Boot/React/Docker Compose 等)
我负责的模块与量化结果:Agent 后端全链路,核心数字——回归评测 14/14(100%)(刚复测确认,全量 402 秒、均 ~29 秒/条)、通过率从 85.7% → 100%、RAG 引用相似度 0.866、路由模型正常采纳
5个难点/坑 + 解决方案:模型改写边界话术导致评测失败(Prompt 硬约束修复)、14 个文件的签名 docstring 批量语法修复、国内网络下 Docker 全栈层层超时(代理排除 + 镜像源)、Prompt 热重载不监视 .md、HITL 状态一致性(冻结字段 + 幂等)