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
30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
江西省人民医院医疗廉洁防控平台
对接医院信息系统,自动归集:处方、医嘱、药品耗材使用、检查检验申请、收费结算、耗材采购、设备采购、患者就诊、医保结算等全量业务数据,形成医疗行为大数据池。 内置风控规则模型,自动筛查异常行为并预警:大处方、重复开药、高频开同类检查、耗材异常使用、同一医生高频开具特定药品 / 耗材、超适应症检查、医保违规结算等;按风险等级分为红 / 黄预警,自动推送至医务、医德医风办、纪检部门。
课表查询(正方教务系统多校适配版)
高校教务系统(正方 jwglxt 等)是学生查询课表、成绩、考试安排的唯一官方入口, 但普遍存在四个现实问题:一是登录需 RSA 加密加密并对接 CSRF 令牌,页面为服务端 渲染的复杂表格,手机浏览器打开体验极差;二是课表的单双周、分段奇偶、调休与临时 停课信息只能靠学生自己推算,极易看错;三是成绩与绩点口径混乱,挂科课程常被错误 计入"已获得学分",导致学生无法与学校数字对账;四是空教室只能逐节次手工查询, 效率极低。学生每周都要反复核对课表与空教室,却缺少一个能在手机上清晰查看、并可 一键导入系统日历的工具。本项目立项,即为解决高校学生在课表、成绩、考试、空教室 四类高频信息上的查询成本问题。
WPF上位机-上位机SCADA/HMI
🌟 核心架构与技术亮点 (Architecture Highlights) 🔄 内存级环形缓冲区 :采用手搓环形队列实现高频采集与消费解耦,极大地降低 C# 垃圾回收 (GC) 压力支撑界面流畅渲染。 ⚡ 自研轻量级数据核心 :轻量级内存数据核心,高性能内存状态机,实时采集点位高速路由,实时状态响应与事件报警分发。 ⏱️ 自适应时间补偿 :基于高精度 Stopwatch 计时,动态修正采集调度周期,抑制高频采集任务的时间漂移与时序抖动 🔒 无饥饿并发控制 :基于轻量级异步锁+线程池隔离策略,PLC通信负载与UI线程解耦。
智能汽车项目
完成汽车某些功能的座仓设计与交付,使座仓具备了高端的应用场景与用户使用感受;汽车座仓的流畅度设计,保障汽车在整体市场的高竞争力;汽车座仓的人因设计效果的落地与实施效果跟踪与改进,保障汽车在整体市场的高竞争力。
智能无人咖啡售货机控制系统
本质上是“传统零售业态”与“物联网智能技术”在消费升级浪潮下的深度融合。 该项目旨在通过先进的嵌入式控制系统、云端管理平台和自动化机械结构,解决传统咖啡售卖中存在的高成本、低效率、时空限制等核心问题,为消费者提供一种高品质、高便利性、个性化的咖啡消费新体验。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服