立项背景和目标 :针对传统人工质检效率低、主观性强且覆盖面不足的痛点,开发了本套 AI 智能质检系统。旨在通过自动化手段实现业务数据(如对话记录、工单、录音转写)的 100% 全量质检,提升企业服务合规性。 核心功能 :系统包含 AI 深度质检、关键词硬匹配质检、定时自动化任务、以及人工复核流程。 业务流程 :用户首先在“数据接入”模块对接数据库或 API,随后在“配置中心”设定 Prompt 方案或挂载业务知识库(RAG),最后发起质检任务并根据 AI 生成的扣分理由进行人工复核与模型调优。
整体架构 :采用前后端分离架构。前端基于 Vue 3 + Vite 搭建,利用 ECharts 实现质检维度的多维可视化分析,使用 XLSX 插件处理大规模数据的导入导出。后端基于 Python 开发,通过统一的 API 适配层集成多种大模型(如 GPT、Claude),并实现 RAG 架构以降低 AI 幻觉。 负责模块与结果 :我主导了“数据源管理”与“数据预览”模块的开发。实现了动态字段映射逻辑,支持从 Oracle、MySQL 等多源异构数据库中实时抓取并筛选数据。通过优化数据同步接口(由外部预览迁移至统一 DataSync 接口),使数据加载性能提升了 30%,并显著增强了复杂筛选条件的灵活性,确保了质检任务的数据准确性。