程序聚合 软件案例 智元企业资源管理系统-AIGC软件测试靶场

智元企业资源管理系统-AIGC软件测试靶场

2026-06-15 21:36:53
行业:企业内部管理、人力资源/HR
载体:Windows应用、云服务/云平台
技术:FastAPI、Vue、PostgreSQL、Apache JMeter

业务和功能介绍

业务角色介绍
采购单申请与审批:采购员提交订单,财务审批放行
仓储入库管理:仓管员验收货物,更新库存
智能发票匹配:支持OCR识别发票,自动关联采购单完成三单比对
软件作用、功能介绍
采购至付款全流程闭环管理
1、实现「采购申请 → 财务审批 → 供应商发货 → 仓库验收入库 → 发票匹配 → 付款完成」的完整P2P流程。采用状态机模式严格控制流转,保障多角色(采购员/仓管/财务)协同一致性。支持供应商、商品、仓库、库存、发票全生命周期管理。
2、AI智能引擎(RAG + OCR + Agent)三大核心能力
RAG知识库对话:模拟企业内部制度知识检索,返回置信度与幻觉风险评估,用于测试大模型幻觉检测能力
发票OCR识别:Mock发票字段解析(发票代码/号码/金额/税额),返回置信度,支持多格式上传
Agent智能对账:自动比对「采购单-入库单-发票」三单一致性,输出完整的 Thought-Action-Observation 推理链,模拟真实Agent思考过程,给出审批/驳回结论
3、智能缺陷管理与自动化指派
员工提交故障申报后,系统基于关键词与模块上下文自动分类缺陷类型(数据库死锁/前端样式/AI幻觉/接口错误/业务逻辑),并智能指派给对应责任人(朱京彦/倪文栋/咸志伟)。缺陷看板提供ECharts可视化:周趋势图、分类饼图、指派列表,支持测试数据驱动的质量分析。

项目实现

一、后端架构与P2P业务流程实现
1. 技术选型与工程化实践
采用 FastAPI + SQLAlchemy 2.x 异步ORM 构建高并发后端服务,使用 Pydantic 实现强类型校验,确保数据边界安全。数据库选型 PostgreSQL(支持 pgvector 扩展为后续真实向量检索预留能力)。引入 Alembic 实现数据库版本管理,保障多环境迁移一致性。采用 RBAC权限模型,通过 JWT Token + 装饰器 @require_roles('finance') 实现细粒度接口鉴权。

2. P2P状态机与事务一致性保障
采购至付款流程涉及7个状态节点:pending_approval(待审批) → approved(已审批) → pending_inbound(待入库) → inbound_done(入库完成) → pending_payment(待付款) → completed(已完成)。每个状态流转通过 /orders/{id}/transition 接口执行,严格校验当前状态与目标状态的合法性(状态机转移表),防止越权或跳跃操作。

二、AI智能引擎设计与实现
1. RAG知识库对话(/api/v1/ai/chat)
构建企业内部制度知识库(采购/入库/发票/付款4类规章),实现检索增强生成模拟。当用户提问时,通过关键词匹配 + 分类过滤检索相关条目,返回知识来源(sources)、置信度(confidence)、上下文标签(context_tags)和幻觉风险评估(hallucination_risk: low/medium/high)。
2. 发票OCR识别(/api/v1/ai/ocr/invoice)
模拟发票图片/PDF上传后的OCR解析过程,返回结构化字段:invoice_code(发票代码)、invoice_no(发票号码)、amount(金额)、tax_amount(税额)、total_amount(价税合计)、seller_tax_no(销方税号)、buyer_tax_no(购方税号)、confidence(识别置信度)。
三、智能缺陷管理与数据驱动看板
1. AI自动分类与指派
员工提交故障申报时,系统调用 mock_ai_classify() 函数,基于关键词规则识别缺陷类型:
"数据库/超时/死锁" → db_deadlock → 指派给(数据库优化)
"样式/显示/布局" → frontend_style → 指派给(前端开发)
"幻觉/AI/生成" → ai_hallucination → 指派给(Prompt工程师)
"接口/API/500" → api_error → 指派给(后端维护)

示例图片视频


浮云
15天前活跃
方向: 人工智能-机器学习与深度学习、测试-测试、
交付率:100.00%
相似推荐
历史人物生平故事视频工作流-coze
1 找到小红书的一个ai短视频账号 拆解视频内容 2 设计视屏工作流的流程和节点 3 在coze线上平台搭建出来,进行验证和调试 4 中间会产出分镜头图片,人物故事大纲 实现: 1 使用coze的llm节点生成历史人物的生平故事,以时间为单位进行总结,总结3到5段故事 2 根据每个时间线的故事,生成图片提示词,生成分镜头的第一帧和末尾帧的主要画面图片,批量处理 3 再根据图片和每一段故事生成视频提示词,生成每一段视频,批量处理 4 使用剪影小助手节点把每个视频片段进行拼接,加入字幕和背景音乐 5 最后输出成品视频 6 简单生成历史人物姓名即可产出作品 7 10分钟之内至少产出5-6条视频 9 通过剪影小助手下载草稿的到剪影。不满意可以使用剪映进行微调 10 微调结束满意可以直接通过剪影下载视频和发布小红书,抖音等短视频平台
某公司知识库问答助手
1 客户原有办公平台已经选择了飞书,真实的源文档也是在飞书云文档编辑和管理。使用时间已经很长了。所以我选择了火山viking知识库服务。利用飞书开放平台API获取源文档,调用viking API上传源文档到知识库 2 在源文档较少且对数据私密度要求不高的情况下选择火山引擎viking知识库服务费用比较低廉。等以后沉淀文档较多对数 据私密度要求增高的情况下再考虑自搭建高度定制化的RAG服务 3 考虑到客户是电商行业,产品变动性较大,文档更新迭代较快,产品信息文档 使用文档 故障排查文档以单个产品为维度去 总结,在明道云存放飞书链接。 4 使用sql召回对应产品的文档链接,通过飞书api解读内容,给到大模型作为资料进行回答 5 行政制度报销政策 品牌知识 平台操作手册 产品技术原理等低迭代文档入库viking,使用search knowledge api 召回 6 应用使用redis进行8 天窗口滑动式热门问题缓存以10轮问答为单次会话的上限,新的会话会携带旧会话摘要做3轮问答跟 踪,到第四轮彻底抛弃旧会话摘要 单次会话从第五轮开始压缩历史问答
无-无
1、修改 unity 源码以实现自定义功能,如使其单进程支持多房间、优化场景加载、实现 navmesh 相关自定义功能、实现空中导 航功能等。 2、 局内服务器的性能优化以及定位和修改内存泄漏。 3、 实现 PVP和 PVE 中的 AI ,如搭建 AI 框架、实现局部避障算法、AI 相关业务需求的实现。
某大型仿真-系统
某行业大型综合仿真系统。支持复杂体系建模,高保真物理模型构建,高性能实时推演仿真。为科研,国防,公共管理等领域提供了科学有效的辅助工具。 系统采用微服务架构,支持单机或分布式运行,具有极强强交互体验。
AI机器人客服与秘书
传统QQ机器人依赖关键词匹配+固定回复,交互生硬、缺乏个性。 本项目基于开源项目二次开发,旨在构建一个基于大语言模型的高拟人化AI虚拟角色,深度融合角色人设、上下文记忆、全局情绪系统和多模态能力,实现在QQ群聊中像真人一样插话、斗嘴、撒娇、吐槽——而非冷冰冰的问答机器。同时提供插件化开发框架和Web可视化管理面板,降低二次开发门槛。自用项目服务覆盖多个千人QQ群。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服