智能决策平台

智能决策平台（一期）各核心业务流程的设计方案。业务流程经甲方确认后，作为后续
开发、测试和验收的基线依据。
1.1 确认范围
企业数据中心业务流程（建档、文件管理、导入导出、智能识别）
政策匹配系统业务流程（政策管理、条件配置、匹配执行、路径报告）
智能写作系统业务流程（模板管理、AI 生成、在线编辑、导出）
后台管理业务流程（用户权限、操作日志、系统配置）

一、整体架构与设计思路
1. 系统定位与技术选型思路
智能决策平台定位为面向企业的“政策匹配 + 智能写作”辅助系统。技术选型遵循“成熟生态、异步优先、容器化部署、安全可控”的原则：

后端：选择 Python 3.12 + FastAPI，兼顾 AI 生态兼容性与异步高性能；SQLAlchemy 2.0 + asyncpg 实现异步数据库访问。

前端：Vue 3 + Pinia + Element Plus，支撑企业级后台交互；TipTap 富文本编辑器满足文稿在线编辑需求。

AI 层：LangGraph 编排多 Agent（Writer / Reviewer），实现可控的生成式文稿工作流。

存储：PostgreSQL 存结构化数据 + MongoDB 存大段文稿内容 + MinIO 存文件对象，各司其职。

2. 分层架构设计（解耦与职责清晰）
系统采用经典四层架构，自顶向下为：

层级 职责 关键组件
API 路由层 接收请求、参数校验、响应封装 auth, enterprises, policies, matching, writing
中间件层 横切关注点（鉴权、日志、XSS、上传校验） AuthMiddleware, LogMiddleware, XSSMiddleware
业务服务层 核心逻辑实现 match_engine, export_service, report_generator
AI Agent 层 LLM 工作流编排 LangGraph graph, tools, prompts
ORM / 数据访问层 数据库与存储抽象 SQLAlchemy, Motor, MinIO SDK
设计思路：

API 层只做路由与参数校验，不包含业务逻辑。

服务层可被多个 API 复用（如导出服务同时用于企业和政策模块）。

AI Agent 作为特殊服务层，通过 SSE 与前端异步交互，不阻塞主请求。

3. 核心业务流程驱动架构
从业务流程确认文档中提炼的三大业务闭环，直接映射到技术架构：

企业建档 → 文件识别 → 信息完善
→ 文件上传经过 UploadValidatorMiddleware → 存储到 MinIO/本地 → 通过 MinerU/pdfplumber 提取文本 → 前端确认后回填企业字段。

政策匹配 → 路径报告
→ match_engine 纯规则引擎（不依赖 LLM）逐条件比对 → 按权重计算匹配度 → 输出“推荐/培育/不建议” → 生成行动建议报告。

文稿生成 → 在线编辑 → Word 导出
→ LangGraph Agent 逐章节调用 LLM → 实时 SSE 推送进度 → 内容存 MongoDB → TipTap 编辑 → 后端通过 Markdown→HTML→DOCX 转换导出。