一款物流分拣系统

1. 立项背景和目标 中小企业在财务处理和合同审核方面长期依赖人工，面对海量非标票据（发票、回单）和长合同条款，效率低、出错率高，且缺乏合规风险预警能力。本平台旨在利用AI大模型+RAG技术，构建面向财税法律场景的智能助手，实现票据自动识别录入、合同智能审查、合规风险预警及自然语言财务数据检索，帮助企业降本增效，降低法律合规风险。 2. 软件功能、核心功能模块 多模态票据识别与自动录入：支持扫描件、照片、PDF等格式，通过OCR提取结构化信息，自动生成财务凭证，准确率95%以上。 智能合同审查：基于专属知识库，自动比对合同条款与公司政策、法规，识别风险点并生成修改建议。 合规风险预警：实时监控财务数据与业务流水，利用规则引擎+AI分析，触发风险事件告警。 自然语言检索：用户可通过自然语言提问（如“上个月差旅费总额”），系统自动生成SQL或ES查询，返回可视化结果。 3. 业务流程、功能路径 企业财务/法务人员登录系统 → 上传票据图片/合同文档 → 系统自动识别/提取关键信息 → AI进行条款审查或风险识别 → 输出审查报告/风险预警 → 用户确认或人工复核 → 数据自动归档至知识库和历史库。

随着线上咨询业务量持续增长，传统人工客服存在人力成本高、无法 7×24 小时响应、咨询答复标准不统一等痛点。为提升客户服务效率，本项目立项开发东北证券智能 AI 客服助手。项目目标依托知识库实现智能问答，分担大部分常规咨询工作，支持 AI 与人工无缝切换，同时支持网页端与企业微信多渠道接入，降低客服运营成本，提升客户咨询体验，实现咨询数据可视化统计分析。 系统主要分为客户聊天、后台管理、座席助手三大核心模块。客户聊天模块面向咨询用户，提供 AI 智能问答、一键转人工、会话记录查看能力；后台管理模块面向管理员，实现分类管理、知识库维护、多格式文件批量导入、会话数据统计分析；座席助手模块服务人工客服，支持知识库快速检索、历史会话查阅、快捷回复模板管理，同时可对接企业微信实现外网渠道业务接入。 业务流程：用户通过网页或企业微信发起咨询请求，系统对问题进行分词、加权匹配知识库，匹配成功则自动返回对应答案；若匹配度达不到阈值，触发转人工流程，会话流转至座席工作台。座席可检索知识库、使用快捷回复完成应答。管理员在后台维护知识分类，批量导入业务问答素材，查看会话量、热门问题、AI 解决率等统计数据，持续迭代优化知识库内容。

此系统为各大自然资源平台提供业务在线审批，消息推送，附件在线查看编辑，业务工作流转办理等多个功能。 1、利用 redis 缓存定期线程存取数据提供用户首页的频繁刷新操作。 2、实现基于 rabbitmq 的附件异步上传 3、对接gis接口，实现基于 netty 的实时通信功能。

业务目标：统一管理志愿者注册报名、志愿活动发布、活动签到、请假、活动审核、招募单位管理，实现志愿服务线上化管理，方便志愿机构发布志愿任务，志愿者参与志愿活动，记录志愿时长，规范化志愿服务流程。 业务角色分为两类： 1. 志愿者（移动端 / 前端用户）：注册账号，浏览活动、报名参加活动、签到打卡、请假、查看个人参与的活动、维护个人信息、接收系统消息。 2. 系统管理员（Web 后台）：管理招募单位、发布志愿活动、审核志愿者活动、维护系统基础数据，对整个平台数据进行增删改查管理。

项目背景 面向水利行业的 TF 数学模型统一管理平台，将 Python 水利建模文件统一解析、调度与运行，为业务系统提供标准化模型调用与结果管理。为政府水利项目提供充实的保障和便利。 负责 Python 模型文件解析与统一调度接口开发，通过 ProcessBuilder 调用 Python 执行引擎实现模型运行。  参与模型元数据管理与版本控制模块设计，支持模型上传、存储与生命周期管理。  协助完成 GaussDB 数据持久化与 Redis 缓存集成，参与前后端接口联调与自测。  基于 Spring Boot 线程池与 Redis 分布式锁实现多模型并发调度，全局异常拦截返回标准化错误码。