网站爬取数据

基于 LangGraph 构建 Multi-Agent 智能客服中台：三层意图识别架构 （规则引擎→RAG 语义匹配→LLM 深度理解，技术递进：零 Token→零 LLM→深度理解）分发 至 FAQ-RAG/订单状态机/退换货 HitL 审批/投诉升级四类 Agent，SSE 流式响应，区分实时 业务调用与知识库检索，高风险售后流程经人工审批管控，三层兜底保障高可用。

1. 业务背景 企业内部有多个微服务，需要一个轻量级网关管理后台 核心功能：路由管理、限流规则配置、请求日志监控、告警通知 2. 功能清单 [ ] 路由管理（增删改查，支持路径匹配、负载均衡策略） [ ] 限流规则配置（基于令牌桶算法，支持QPS限制） [ ] 请求日志记录（自动记录每个请求的耗时、状态码、响应大小） [ ] 实时监控看板（近1小时QPS、平均响应时间、错误率） [ ] 告警规则（响应时间超过阈值、错误率超过阈值时触发） [ ] 黑白名单IP管理

由于涉及商业密码，本项目业务和功能简要说明如下： 1.主要是前台展示和后台管理，具备信息填写、导航编辑、资源管理、新闻发布、日志管理、内容编辑。 2.技术路线采用 Java SpringBoot 和 Vue，从需求分析、系统设计、编码实现到系统测试。 3.其他不方便明说。

业务目标：统一管理志愿者注册报名、志愿活动发布、活动签到、请假、活动审核、招募单位管理，实现志愿服务线上化管理，方便志愿机构发布志愿任务，志愿者参与志愿活动，记录志愿时长，规范化志愿服务流程。 业务角色分为两类： 1. 志愿者（移动端 / 前端用户）：注册账号，浏览活动、报名参加活动、签到打卡、请假、查看个人参与的活动、维护个人信息、接收系统消息。 2. 系统管理员（Web 后台）：管理招募单位、发布志愿活动、审核志愿者活动、维护系统基础数据，对整个平台数据进行增删改查管理。

为解决大模型输出内容存在违规、偏见、敏感信息泄露等风险，搭建 AI 对话安全护栏网页端系统，目标是在用户与大模型交互全流程做内容管控，实现输入检测、输出过滤、风险拦截，保障大模型应用安全合规使用。系统核心模块包含对话交互模块、安全护栏网关模块、会话管理模块、风险日志审计模块。对话交互模块提供聊天界面，支持流式输出展示大模型返回结果；安全护栏网关负责对用户提问和模型回复进行多维度内容审核，识别暴力、色情、政治、隐私泄露类风险；会话管理维护多轮对话上下文，支持新建、切换、删除会话；风险日志审计记录每轮对话风险标签、拦截结果，便于追溯复盘。业务流程：用户在页面输入提问，请求先经过安全护栏网关校验输入内容，若命中风险规则直接拦截并返回提示；输入安全则转发给大模型服务获取流式回答，模型返回内容再次经过输出侧安全检测，过滤风险片段后，将安全内容流式渲染到前端页面，产生风险的对话完整记录存入审计日志。