金融 云服务/云平台 软件定制 案例

立项背景&目标： 1.通过优化的架构和流程，打通云端和本地数据连接，提高LSEG内部不同金融产品的自动化 2.持续优化产品用户的工作效率，降低人力成本 3.通过ETL，NLP，ML等工具和技术，持续优化数据质量 业务流程： 1.通过Boomi订阅SNS获取产品的云端数据，通过规则提取数据，存放到AWS S3 2.通过其他组件如格式转化等，进一步提取数据，进行NLP，ML等数据优化，存放到AWS S3 3.业务端通过产品界面识别文档关键词句信息，再次利用Boomi进行标准化和数据质量审核 4.合格的业务数据存放到本地数据库

1、立项背景和目标：响应国家发票电子化政策，面对客户数量激增导致的系统压力，对百望云平台进行二期升级，目标实现分布式部署、动态扩容、高可用，支撑亿级数据处理需求。 2、软件功能、核心功能模块：平台涵盖用户管理、订单处理、发票开具、发票查询、数据统计等核心模块，支持多租户模式，为不同企业客户提供电子发票全生命周期管理服务。 3、业务流程：企业客户通过平台提交开票请求，系统进行身份认证后调用开票引擎生成电子发票，发票数据经审核后同步至税务系统，同时提供发票查询、导出、统计分析等功能，支持与企业OA系统对接实现单点登录。

1、配置与账户管理 API 面板（账号、密钥、保存/加载）、查询余额、账户信息区、策略设置（保证金额度、杠杆/手续费/止盈/加仓阈值展示）。 2、波动率选标与一键开仓 波动率排名表（排名、交易对、当前价、波动率）、左键单击开仓、后台波动率计算线程。 3、活跃持仓与平仓 活跃对冲表（多空两行、盈亏、订单状态、颜色区分）、市价平仓按钮、自动平仓条件与记录。 4、实时行情与自动加仓 WebSocket 行情、对冲线程根据价格加仓（多/空各最多 9 次）、连接状态显示。 5、多选项卡与数据查看 价格图表、仓位历史（含详情弹窗）、交易记录、日志（按类型着色）。 6、数据持久化与通知 CSV 追加写入（results 目录）、平仓邮件通知（SMTP 需配置）。

1.拓扑图渲染：展示办公网、控制网的层级化网络结构，包含不同类型的设备节点和连线。 2.动态交互：节点状态变化（正常 / 被攻击）、攻击路径动画、场景切换、悬浮提示。 3.状态联动：右侧攻击详情面板与拓扑图节点状态实时同步。 多场景管理：支持场景 1/2/3 的切换，不同场景加载不同的网络拓扑数据

财富管理平台是给不同的金融机构的投资账号、保险账号提供全面的金融大账本服务，从英国、澳大利亚、新加坡、香港的基金、股票、债券等金融产品的管理、定价、各类账号、关系、交易等各类服务的管理。

项目概述：参与了公司核心数字资产交易平台的全栈研发。该平台为机构与高净值用户提供一站式合规数字资产服务，集币币交易、账户资产托管、法币与数字货币出入金、跨链资产交换于一体，并成功实现与澳大利亚证券交易所（ASX）CBDC系统的对接，完成了法定数字货币（CBDC）与主流加密货币的跨链交易创新性落地。 职责与核心技术栈： 后端系统架构与核心开发：使用 Golang​ 构建高性能、高并发的微服务架构。负责交易引擎撮合、用户资产账户体系、资金流水、风险控制等核心模块的设计与实现。数据库采用 PostgreSQL​ 进行关系型数据存储，确保数据强一致性与事务安全。 区块链网关与跨链服务： 设计并开发了多链钱包管理与区块链网关，统一处理 BTC、ETH​ 等主流公链的充币、提币、交易签名与广播，保障链上资产操作的安全与稳定。 主导完成与澳交所（ASX）CBDC系统的对接，实现了基于许可链的央行数字货币与去中心化加密货币的跨链原子交换协议，打通了合规法币通道，是本项目的核心技术突破。 前端功能实现：使用 Vue.js​ 框架开发平台前端管理界面与用户操作面板，实现了资产总览、交易对K线图、委托下单、资金划转、订单历史查询等完整功能，提供流畅的用户体验。 安全与合规：实现了多签冷热钱包分离机制、反洗钱（AML）实时监控接口、基于角色的访问控制（RBAC）等，确保平台资金安全与操作合规。

量化交易系统的各个策略的运行依托实时行情系统，所以着手设计开发了这套系统，这套系统可以提供A股的level的 tick级别的实时行情，通过数据聚合可以提供一分钟、5分钟、15分钟、30分钟、60分钟、日K 周K 月K 各个周期的K线数据，还能提供资金流入流出、大单情况等行情数据

基于对白酒行业的深刻理解和金蝶云平台的技术积累，制定“平台统一、数据驱动、内外协同”的数字化升级战略。 1. 核心平台选型与部署： 平台选择： 采用金蝶云EAS作为集团统一的ERP运营平台。 模块覆盖： 全面实施了财务、供应链（采购、销售、库存）、生产制造（物料清单、生产计划）等核心模块，实现了业务流程的标准化和统一化管理。 2. 个性化定制开发与集成： 第三方WMS/MES深度对接： 实现了EAS与业内领先的WMS（仓储管理系统）和MES（生产管理系统）的无缝对接。 流程优化： 销售订单在金蝶系统生成后，自动下发至WMS进行拣货、出库；出库数据实时回传至金蝶。实现了从订单到发货的全流程可视化。 价值： 发货准确率提升至99.9%以上，订单交付周期缩短了40%。

一、项目背景与目标 1. 背景 业务痛点： 效率低下：投资合同审核依赖人工逐字审阅，耗时长、易出错。 风险遗漏：复杂法律条款易被忽略，导致合规或法律风险。 知识沉淀困难：历史合同经验未系统化，无法快速复用。 技术需求： 通过 AI 大模型实现合同自动化解析、关键信息提取与风险预警。 结合 RAG 模型强化法律知识库检索能力，确保审核结论的权威性。 2. 目标 核心目标： 提升审核效率：将合同处理时间从数小时缩短至分钟级。 降低风险：通过 AI 识别合规性风险，减少人为疏漏。 知识管理：构建并维护私有化法律知识库，支持持续迭代。 技术目标： 搭建 端到端自动化审核流程，覆盖合同解析→风险评估→结论生成→存档全流程。 通过 OceanBase 和 MySQL 支持高并发、高可用的合同数据存储与检索。 二、核心功能模块 1. 合同解析模块 功能描述： 支持 PDF、Word 等格式合同的上传与解析。 使用 AI 文本处理技术（如 NLP）提取关键信息：合同金额、期限、双方主体、违约条款等。 技术实现： OCR+分段处理：对扫描版合同进行文字识别，结构化文本分割。 LangChain 集成：调用私有大模型对非结构化文本进行语义分析。 2. 智能审核模块 功能描述： 基于 RAG 模型对比合同内容与 知识库（如法律法规、行业模板），判断合规性。 识别高风险条款（如排他性约定、不可抗力责任划分）。 技术实现： RAG 流程： 通过 VectorDB（如 Oceanbase）检索知识库中相关法律条文或案例。 结合 私有大模型（如通义千问企业版）生成分析报告，标注风险点。 规则引擎：预设合规规则（如“禁止无限连带责任”），触发预警。 3. 知识库管理模块 功能描述： 维护 法律库（最新法规）、案例库（历史合同争议）、模板库（标准合同模板）。 支持人工标注与模型自动更新知识库。 技术实现： MySQL 存储结构化数据（如法律条文编号、条款摘要）。 向量存储库（基于 Oceanbase）：将文本转化为向量，支持高效检索。 功能路径描述 路径 1：合同上传与解析 用户操作：登录系统 → 上传合同文件（PDF/Word）。 系统处理： 路径 2：智能审核与风险分析 知识库检索： 向量检索：将合同条款向量化，与 Oceanbase 向量库中的法律条文对比。 规则匹配：触发预设规则（如检测“违约金超过 30% 是否合规”）。 风险评估： 模型推理：大模型结合检索结果生成风险报告。 路径 3：知识库更新 人工更新：管理员新增法律条文或标注历史合同案例。 自动更新： RAG 模型定期抓取监管机构网站最新法规。 通过 LangChain 将新数据向量化并写入知识库

项目目标 统一全行流程服务：通过中台思想整合分散的业务流程，沉淀共享服务，提升流程复用性和一致性。 支撑业务与办公场景：支持全行业务流程（如贷款审批、开户等）和内部办公流程（如审批、报销等），实现跨部门协同。 高性能与弹性扩展：通过容器化部署和微服务架构，应对业务高峰流量，保障系统稳定性和响应速度。 核心功能 流程定义与配置：支持业务部门自定义流程节点、规则和表单，快速适配业务变化。 全行流程可视化：提供流程监控、状态跟踪和数据分析，帮助优化流程效率。 弹性伸缩能力：基于容器化技术，动态扩展资源，应对每年业务高峰（如“双十一”、年终结算等）。 领域驱动设计（DDD）：构建核心领域模型，应对复杂业务需求的快速迭代。 核心模块 流程引擎模块： 流程定义与编排（BPMN标准支持）。 流程实例管理（启动、暂停、终止）。 服务共享模块： 共享流程服务（如权限校验、通知发送）。 用户体系集成（全行统一身份认证）。 弹性调度模块： 容器化部署（如Kubernetes集群管理）。 横向扩容与负载均衡。 领域模型模块： 核心业务对象建模（如流程节点、规则引擎）。 事件溯源与领域事件驱动。 业务流程（功能路径） 以“贷款审批流程”为例： 流程发起：业务人员通过流程中心定义贷款审批流程（节点：客户经理→风控→审批人→放款）。 流程执行： 客户提交申请后，流程引擎自动分配任务。 各节点人员通过统一入口处理任务（如风控审核风险指标）。 监控与优化： 监控中心实时查看流程状态、耗时及瓶颈。 根据数据反馈调整流程规则（如增加自动审批阈值）。 弹性扩容： 在“双十一”贷款申请高峰时，自动扩容容器节点，保障并发处理能力。

此金融云平台围绕小微企业，以企业采购，销售，结算，授信，分销商管理，催收款等流程为主线，提供一系列轻量应用，实现将金融产品对企业在各环节上的支持提升到新的水平。在解决企业痛点需求基础上，快速扩大银行存贷量，打造同业最强的对公互联网金融信息服务生态圈。

本身从后台开发出生，近些年一直在做大数据开发工作，持续通过数据中台来将数据治理的工作持续落地。并且在同行业内实施过咨询项目，并且在行业内的协会进行过专题的数据治理分享，有着深厚的治理经验。

k8s的 paas 云平台，使用 golang ，调用各开源软件，管理多个数据中心多个环境中总共上万＋节点、上万容器。按客户要求为平台纳管的不同的节点划分逻辑区域，为不同角色、用户提供相应的资源，并监控这些资源。 独立负责云平台中核心的区域集群管理模块，包含基础设施搭建（如k8s集群搭建）、节点管理、集群管理、区域管理等模块，解决多重调度、容灾、多节点问题，提供资源部署、资源获取、资源监控等功能；

行业场景 江苏某市级小贷公司面临 3 大痛点： 一是贷款申请全线下，单笔周期超 5 天，客户流失率达 30%； 二是风控依赖人工核验（查征信 / 资产证明），坏账率居高不下（8%）； 三是缺乏业务数据分析工具，无法精准定位高价值客户，获客成本高。 功能介绍 1. 基础功能：小程序端贷款申请（身份证 OCR 识别）、人脸识别、进度查询；管理端审批流程管理。​ 2. 数据平台核心功能： ① 风控数据模块：对接第三方征信（芝麻信用 / 百行征信）、企业工商数据，通过 风控算法模型（含还款能力评分 / 违约风险预测）自动生成风控报告，评分≥70 分自动进入快速审批通道； ② 业务分析模块：用 Tableau 搭建运营看板，展示贷款发放量 / 坏账率 / 客户分层（按行业 / 额度）数据，支持钻取查询（如某行业客户还款率）； ③ 数据预警模块：当客户出现征信异常 / 逾期苗头时，自动触发催收提醒，同步更新坏账率预测模型。

历史数据采集与清洗：自动从交易所API获取K线数据，存入数据库。 特征工程与模型训练：提取技术指标（MACD、RSI、布林带等）作为特征，训练二分类模型。 实时预测模块：接收最新行情，调用模型预测下一根K线涨跌。 自动化交易执行：根据预测结果与风控策略，调用交易所API下单。 风险管理：设置止盈止损、最大仓位限制、资金管理规则。 日志与监控：后台可视化预测结果与交易记录，便于回测与优化

项目技术亮点与创新： LLM驱动的决策引擎： 核心在于利用LLM强大的文本理解和逻辑推理能力，对市场信息、新闻事件、技术指标等进行综合分析，形成交易意图。 多专家系统架构： 构成： 交易者、决策者、谏官、数据收集者、数据分析师等多个独立专家模块。 类型： 包含推理向专家（专注于逻辑判断和策略生成）和Agent向专家（专注于执行和交互）。 协作机制： 各专家各司其职，又相互验证和补充，例如数据收集者提供实时市场数据，数据分析师进行深度解读，决策者根据分析制定策略，谏官进行风险评估和质疑，最终由交易者执行指令。这种机制极大地提升了决策的鲁棒性和可靠性，有效降低了单一模型可能出现的错误（幻觉）。 模拟人类交易习惯： 相较于传统基于固定规则或纯统计套利的模型，太熵通过LLM的灵活性，能够更好地适应市场情绪和非结构化信息，模拟专业交易员的经验和直觉。 全流程自动化交易： 实现了从数据采集、分析、决策到交易执行的完整自动化闭环。

核心功能模块： ① 一站式就诊服务：挂号/缴费/报告查询自助办理，减少60%等候时间 ② 聚合支付中心：支持银行卡/微信/支付宝/医保卡混合支付（成功率≥95%） ③ 实时数据中台：HIS与银行系统双向同步（准确率99.9%），自动生成财务报表 ④ 自助终端控制：身份证/银行卡读取、凭条打印、语音引导 主要功能路径： 患者选择科室→读取证件→选择支付方式→生成电子凭证→同步更新HIS号源→打印就诊单

大公司证券交易的清结算，使用Java做后台，使用Kafka做消息中间件，Angular做前台，部署在k8s搭建的私有云平台上 大公司证券交易的清结算，使用Java做后台，使用Kafka做消息中间件，Angular做前台，部署在k8s搭建的私有云平台上 大公司证券交易的清结算，使用Java做后台，使用Kafka做消息中间件，Angular做前台，部署在k8s搭建的私有云平台上 大公司证券交易的清结算，使用Java做后台，使用Kafka做消息中间件，Angular做前台，部署在k8s搭建的私有云平台上

数据库迁移开发完成后的数据库分成5层，分别是贴源层，临时存储层，模型层，中间层，集市层和应用层，基本实现数据库迁移的效果，确保数据的有限迁移和转换，最后成功上线生产环境，保证了银行的迁移正式成功。

Agentar平台提供零代码、低代码开发以及可视化编排能力，大幅降低搭建智能体的门槛。平台正在内测上线国内首个金融MCP服务广场，集合高质量金融信息源、智能投研等超百个核心金融MCP服务，并提供“可插拔”式的行业know-how组件库，让非技术人员能够以拖拽的方式，快速搭建智能体应用。值得一提的是，平台具备金融级的数据与内容安全防御及监测能力，全面保障金融智能体应用场景的安全合规性。