业务和功能介绍
1、立项原因 / 旨在解决什么产品问题
会计师事务所年报审计、IPO 审计通常涉及数百份 PDF 报告、Excel 台账与 Word 说明。人工复核存在耗时长、易漏检、证据难追溯等问题：复核人员需逐页核对审计意见类型、关键审计事项、强调事项段等要素，同时要在多份文档之间验证同一会计科目的数据一致性，工作重复且容易出错。本项目旨在用 AI Agent 替代重复性人工复核，将「上传 → 解析 → 复核 → 结论 → 证据引用」全流程自动化，降低漏检率并提升复核结论的可追溯性。
2、行业场景 / 业务背景
本项目面向审计/金融行业，适用于会计师事务所质控复核、审计项目经理终审、企业内审等场景。用户上传审计报告及工作底稿后，系统可自动完成两类复核：场景 A 针对最终审计报告要素完整性进行复核；场景 B 针对具体会计科目在 Excel 台账与报告描述之间做交叉勾稽验证。复核结果以「通过 / 不通过 / 需复核」形式呈现，并附带原始文档页码、单元格、原文摘录等证据链。
1、具体功能模块
- 项目管理模块**：创建项目、查看项目列表、集中管理项目下的全部工作底稿。
- 文档上传模块**：支持 PDF、Word、Excel、ZIP 批量上传，单文件上限 2GB。
- 文档解析模块**：Excel 用 SheetJS 读取缓存计算值；PDF 用 pdfjs-dist 按页提取文本；Word 用 mammoth.js 提取段落；ZIP 用 jszip 解压。
- AI 复核模块**：
- 场景 A：最终报告要素完整性复核，检查审计意见类型、关键审计事项、强调事项段等；
- 场景 B：具体科目证据链检查，对指定科目在 Excel 与报告之间做数值、描述交叉验证。
- 证据引用模块**：每条结论关联原始文档证据，支持页码、单元格、原文摘录。
- 任务跟踪模块**：pending → running → completed / failed 状态流转，前端轮询实时展示进度。
2、主要功能描述
用户进入项目后上传待复核文档，选择复核场景并勾选文件，点击「开始复核」即可提交任务。系统后台使用 LangGraph.js 编排 Agent 工作流，调用 Dify Cloud 完成大模型推理与审计准则知识库检索，最终生成结构化复核结论。结果页展示总体结论、统计摘要、详细结论列表及证据引用，方便复核人员快速定位问题并追溯到原始文档出处。
会计师事务所年报审计、IPO 审计通常涉及数百份 PDF 报告、Excel 台账与 Word 说明。人工复核存在耗时长、易漏检、证据难追溯等问题：复核人员需逐页核对审计意见类型、关键审计事项、强调事项段等要素，同时要在多份文档之间验证同一会计科目的数据一致性，工作重复且容易出错。本项目旨在用 AI Agent 替代重复性人工复核，将「上传 → 解析 → 复核 → 结论 → 证据引用」全流程自动化，降低漏检率并提升复核结论的可追溯性。
2、行业场景 / 业务背景
本项目面向审计/金融行业，适用于会计师事务所质控复核、审计项目经理终审、企业内审等场景。用户上传审计报告及工作底稿后，系统可自动完成两类复核：场景 A 针对最终审计报告要素完整性进行复核；场景 B 针对具体会计科目在 Excel 台账与报告描述之间做交叉勾稽验证。复核结果以「通过 / 不通过 / 需复核」形式呈现，并附带原始文档页码、单元格、原文摘录等证据链。
1、具体功能模块
- 项目管理模块**：创建项目、查看项目列表、集中管理项目下的全部工作底稿。
- 文档上传模块**：支持 PDF、Word、Excel、ZIP 批量上传，单文件上限 2GB。
- 文档解析模块**：Excel 用 SheetJS 读取缓存计算值；PDF 用 pdfjs-dist 按页提取文本；Word 用 mammoth.js 提取段落；ZIP 用 jszip 解压。
- AI 复核模块**：
- 场景 A：最终报告要素完整性复核，检查审计意见类型、关键审计事项、强调事项段等；
- 场景 B：具体科目证据链检查，对指定科目在 Excel 与报告之间做数值、描述交叉验证。
- 证据引用模块**：每条结论关联原始文档证据，支持页码、单元格、原文摘录。
- 任务跟踪模块**：pending → running → completed / failed 状态流转，前端轮询实时展示进度。
2、主要功能描述
用户进入项目后上传待复核文档，选择复核场景并勾选文件，点击「开始复核」即可提交任务。系统后台使用 LangGraph.js 编排 Agent 工作流，调用 Dify Cloud 完成大模型推理与审计准则知识库检索，最终生成结构化复核结论。结果页展示总体结论、统计摘要、详细结论列表及证据引用，方便复核人员快速定位问题并追溯到原始文档出处。
项目实现
我独立负责整体架构、前后端开发、AI Agent 编排、测试与生产部署。基于 Next.js 15 App Router + React + TypeScript + Tailwind CSS v4 构建全栈应用，使用 Supabase 存储数据与文件，LangGraph.js 编排场景 A/B 的复核工作流，Dify Cloud 作为 LLM 网关与审计准则知识库，最终 Railway standalone 部署。
实现中遇到的难点与对应方案：
- 长任务执行：复核涉及大模型多轮调用，不能依赖 Serverless 短连接，故采用 HTTP 202 返回后后台执行，并将 Dify 超时设为 60s，部署在 Railway 单进程实例上避免任务被回收中断。
- 结论结构化解析：Dify 输出格式不稳定，因此实现 JSON / Markdown 代码块 / 文本关键词三级降级解析，确保任何返回都能生成可用结论。
- 证据可追溯：将每条结论与原始文档位置（PDF 页码、Excel 单元格、Word 原文）绑定，满足审计复核对证据链的要求。
- 多格式解析：针对 Excel、PDF、Word、ZIP 分别使用 SheetJS、pdfjs-dist、mammoth.js、jszip 解析，并配套单元测试与 E2E 测试保证解析准确性。
实现中遇到的难点与对应方案：
- 长任务执行：复核涉及大模型多轮调用，不能依赖 Serverless 短连接，故采用 HTTP 202 返回后后台执行，并将 Dify 超时设为 60s，部署在 Railway 单进程实例上避免任务被回收中断。
- 结论结构化解析：Dify 输出格式不稳定，因此实现 JSON / Markdown 代码块 / 文本关键词三级降级解析，确保任何返回都能生成可用结论。
- 证据可追溯：将每条结论与原始文档位置（PDF 页码、Excel 单元格、Word 原文）绑定，满足审计复核对证据链的要求。
- 多格式解析：针对 Excel、PDF、Word、ZIP 分别使用 SheetJS、pdfjs-dist、mammoth.js、jszip 解析，并配套单元测试与 E2E 测试保证解析准确性。
示例图片视频
相似推荐
灵活用工人才智能匹配平台
传统家政、维修、陪护等本地生活服务存在三大痛点：
需求表达成本高——用户不会用结构化表单填需求，习惯口语化描述（"周末家里空调坏了想找个师傅来修"）。
供需匹配效率低——平台靠人工派单或简单类目检索，匹配慢、准确率低、应急场景响应不及时。
交易链路断裂——沟通靠体外微信、支付靠转账、纠纷无凭证，平台无法沉淀与管控。
本平台用「AI 需求理解 + 智能匹配 + 内置交易闭环」一次性解决上述三点。
后端 21 个业务模块，对外能力覆盖：
智能匹配（核心）：NLP 需求解析 → 服务类目识别 → 技能 / 时间 / 预算抽取 → 多因子加权评分（距离、评分、技能、在线、紧急度）→ 候选人排序返回。AI 不可用时自动降级到规则引擎，保证可用性。
用户 / 员工 / 经理 / 管理员：四类角色账号体系，微信登录、手机号、RBAC 权限隔离。
服务类目：两级分类、图标、城市开通状态、智能开关。
订单中心：待支付 → 已接单 → 服务中 → 完成 / 售后 / 取消 全状态机 + 状态时间线 + 超时自动取消。
支付：微信支付预下单、回调对账、支付倒计时、退款 / 维权联动。
即时通讯：基于腾讯云 IM 的会话、消息、未读、订单 / 地址 / 时间卡片快捷发送。
售后维权 / 评价 / 反馈：工单流转、星级 + 标签评价、图片证据、客服闭环。
会员：月 / 季 / 年卡套餐、折扣权益。
运营后台：仪表盘（今日订单 / 营收 / 活跃）、员工 / 订单 / 类目 / 城市 / 财务 / 维权 / 反馈全量管理 + 图表看板。
小程序端覆盖 18+ 核心页面（首页 AI 输入、服务分类、需求确认、AI 匹配结果、订单列表 / 详情、支付、员工详情、我的、地址、消息、评价、售后、反馈、会员、收藏、设置），并统一了骨架屏 / 空状态 / 错误状态等体验规范；员工端与经理端独立工作台（接单开关、订单履约时间线、团队看板）。
贵州城市天气数据采集-黔城天气采集工具
立项背景与目标：
当前气象数据获取方式仍以人工查询为主，效率低且难以批量处理。本项目旨在通过自动化手段，实现对目标地区天气信息的快速采集与结构化存储，减少人工重复劳动，提升信息获取效率。
1. 数据采集模块：向目标网页发送请求，获取页面内容。
2. 数据解析模块：定位并提取温度、天气状况等关键字段。
3. 数据存储模块：将提取结果写入本地文件，便于后续查阅或导入其他系统。用户运行脚本 → 程序自动请求目标网页 → 解析天气数据 → 写入本地文件 → 完成采集。功能路径描述：
脚本启动 → HTTP 请求 → HTML 解析 → 字段提取 → 文件写入 → 结束运行
高并发铁路在线购票系统
基于 Java 微服务架构开发的铁路在线购票系统，围绕用户出行购票场景，实现从用户登录、车票查询、乘车人管理、在线购票、座位分配，到订单生成、在线支付、退票退款的完整业务闭环。
系统采用前后端分离及微服务架构设计，针对购票业务中高并发访问、库存一致性、重复请求、订单超时、分布式数据存储等场景进行了专项设计，可用于展示团队在 Java 企业级应用、微服务及高并发系统方面的开发能力。
微信小程序扫描挪车
1.扫描二维码可直接联系车主（当车主设置联系电话隐藏时只能选择留言）
2.车主可控制联系电话的显示和隐藏
3.留言直接通过微信小程序服务通知推送
4.车主可自由切换挪车卡片模板
车主：
1.可自由选择挪车卡片模板
2.生成自己的二维码，别人通过微信扫描可直接跳转到自己预设的挪车卡界面
3.车主可选择联系电话的显示和隐藏，显示的时候可通过直接拨打电话和留言（留言通过消息订阅直接推送到车主微信）两种方式联系车主
城市智慧停车平台
业务介绍
整合路内道路泊位与封闭停车场两类停车资源，集停车资源统一管理、车场运营调度、车主便民服务、数据统计分析于一体，实现城市停车资源一体化管控。平台打通路内泊位、封闭式车场的业务数据，解决停车资源分散、车位信息不透明、收费管理混乱、运营监管困难等城市停车痛点。面向管理方实现全域停车监管，面向运营方提升车场运维与营收效率，面向市民提供便捷停车全流程服务，构建一体化城市智慧停车运营体系。
主要功能介绍
一、资源基础管理
路内泊位管理：路内泊位档案维护、泊位状态实时监控、泊位区域划分、泊位启用 / 停用、泊位巡检记录管理。
封闭车场管理：封闭式停车场档案录入，车场出入口、车位分区、固定车位、临时车位配置，车场设备接入管理，车场基础信息维护。
资源总览：泊位资源一张图展示，直观查看路内、封闭车场分布、总车位、空闲车位、占用车位实时数据。
二、车场运营管理
出入口通行管控：封闭车场车牌识别进出、自动抬杆放行，入场记录、出场记录全留存，支持临时车、月租车、固定车、白名单车辆差异化通行策略。
路内停车业务：路内车辆入场识别、停车计时、离场计费，支持地磁 / 视频桩设备数据对接，记录车辆停放全周期。
计费收费管理：灵活配置路内、车场差异化收费规则，支持时段计费、阶梯计费、月卡季卡年卡、优惠减免、欠费管理；线上线下多渠道缴费，生成收费账单，收费流水完整溯源。
月卡会员管理：月卡套餐配置、用户开卡、续费、挂失、冻结，固定车位绑定，会员数据统计。
三、车主便民服务
车位查询导航：查询附近路内泊位、封闭车场位置、剩余车位，导航直达目标停车点。
线上缴费：停车订单查询、在线缴费、欠费补缴、电子票据申领。
订单中心：停车历史记录、消费明细查看，异常订单申诉反馈。
四、运营监管与统计分析
运营监控大屏：实时展示泊位占用率、车流量、营收数据、设备在线状态，路内与封闭车场数据统一汇总。
数据报表分析：停车流量报表、营收统计报表、泊位利用率报表、车场运营报表，支持多维度筛选导出，辅助运营决策。
设备运维管理：对接视频桩、地磁、道闸、摄像头等硬件，设备状态监测，故障告警、报修工单流转。
监管后台：支持管理部门查看全域停车运行情况，收费合规监管，异常事件记录。
五、系统配套能力
权限角色管理：区分管理员、运营人员、巡检人员、监管人员等多角色权限；
消息通知：停车入场提醒、即将超时提醒、缴费提醒、欠费通知；
接口开放：支持对接城市政务平台、第三方小程序、硬件设备，便于系统集成。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服