业务和功能介绍
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。
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。
项目实现
1. 整体架构和设计思路
采用云原生微服务架构，基于Kubernetes部署，前后端分离。后端拆分为API网关、票据识别服务、合同审查服务、RAG检索服务、预警引擎、数据持久化服务等。AI能力层基于Spring AI封装，集成LangChain4j实现Agent编排；向量检索使用Milvus，嵌入模型采用BGE-M3，通过gRPC与Java服务通信；大数据量流水写入采用Kafka+Redis缓冲，批量聚合落库；历史数据通过XXL-JOB分片+动态分表实现冷热分离。监控体系采用Micrometer+Prometheus+Grafana。
2. “我”的负责模块和结果
我主导了RAG知识库构建、AI工具调用与意图分流模块、高并发流水上报方案及冷热分离存储。
RAG知识库：基于Milvus+BGE-M3构建，集成OCR实现非标票据/合同结构化抽取，支撑日均200万+条财务流水处理，核心接口峰值QPS达500+。
意图分流模块：自研ONNX轻量二分类模型，实现毫秒级意图路由，结合概率阈值策略（>83.4%自动触发），工具调用成功率从不足70%提升至95%以上，显著降低幻觉和错误调用。
高并发流水上报：设计Redis List + XXL-JOB批量聚合写入，双策略触发（满1000条或满5秒），消除OOM风险，确保数据不丢失；同时构建队列深度监控大盘，前置预警积压。
冷热分离：通过MyBatis-Plus动态表名+XXL-JOB分片广播，实现按月分表和过期数据迁移至归档库，保证在线查询性能持续稳定。
3. “我”遇到的难点、坑和解决方案
难点1：大模型工具调用在模糊输入下频繁错误。方案：采用“轻量模型快速分类+阈值拦截+用户确认”机制，将模糊问题转为交互式卡片选择，大幅降低误调用。
难点2：高并发流水上报导致单机队列OOM。方案：用Redis List作为分布式缓冲队列，通过XXL-JOB定时聚合消费，消费成功后LTRIM清理已消费数据，配合监控大盘实时预警，彻底消除内存溢出风险。
难点3：历史数据膨胀导致查询慢。方案：设计按月动态分表，利用XXL-JOB分片广播并行扫描，将超期数据迁移至归档库，保持在线表数据量恒定，查询性能始终平稳。
采用云原生微服务架构，基于Kubernetes部署，前后端分离。后端拆分为API网关、票据识别服务、合同审查服务、RAG检索服务、预警引擎、数据持久化服务等。AI能力层基于Spring AI封装，集成LangChain4j实现Agent编排；向量检索使用Milvus，嵌入模型采用BGE-M3，通过gRPC与Java服务通信；大数据量流水写入采用Kafka+Redis缓冲，批量聚合落库；历史数据通过XXL-JOB分片+动态分表实现冷热分离。监控体系采用Micrometer+Prometheus+Grafana。
2. “我”的负责模块和结果
我主导了RAG知识库构建、AI工具调用与意图分流模块、高并发流水上报方案及冷热分离存储。
RAG知识库：基于Milvus+BGE-M3构建，集成OCR实现非标票据/合同结构化抽取，支撑日均200万+条财务流水处理，核心接口峰值QPS达500+。
意图分流模块：自研ONNX轻量二分类模型，实现毫秒级意图路由，结合概率阈值策略（>83.4%自动触发），工具调用成功率从不足70%提升至95%以上，显著降低幻觉和错误调用。
高并发流水上报：设计Redis List + XXL-JOB批量聚合写入，双策略触发（满1000条或满5秒），消除OOM风险，确保数据不丢失；同时构建队列深度监控大盘，前置预警积压。
冷热分离：通过MyBatis-Plus动态表名+XXL-JOB分片广播，实现按月分表和过期数据迁移至归档库，保证在线查询性能持续稳定。
3. “我”遇到的难点、坑和解决方案
难点1：大模型工具调用在模糊输入下频繁错误。方案：采用“轻量模型快速分类+阈值拦截+用户确认”机制，将模糊问题转为交互式卡片选择，大幅降低误调用。
难点2：高并发流水上报导致单机队列OOM。方案：用Redis List作为分布式缓冲队列，通过XXL-JOB定时聚合消费，消费成功后LTRIM清理已消费数据，配合监控大盘实时预警，彻底消除内存溢出风险。
难点3：历史数据膨胀导致查询慢。方案：设计按月动态分表，利用XXL-JOB分片广播并行扫描，将超期数据迁移至归档库，保持在线表数据量恒定，查询性能始终平稳。
示例图片视频
相似推荐
多因子股票价格预测Agent
1.替代传统人工风控规则，更早、更精准地预判各类金融风险，规避坏账与资产亏损。
2.搭建ConvLSTM多因子股价预测模型，时序涨跌趋势与多因子空间关联，降低短期、中期股价预测误差，提升涨跌方向预测命中率。
3.开发多因子自动化预处理Agent，实现行情、技术指标、板块因子批量爬取、清洗、时序滑窗。
某某银行产品全生命周期管理系统
产品全生命周期管理平台项目是某某银行为方便产品的管理，实现产品管理的统一标准化流程，规范各部门审批流，所研发的一站
式产品管理平台，实现对接各个数据中台，大数据平台的对接，对产品汇总统计实现一站式产品管理。
自定义键盘插件
业务背景
KeyPanel 是服务于证券交易全流程的各类数值与凭证输入。
证券交易对输入的要求远高于普通表单：价格必须精确到 2 位小数，委托数量必须是 100 股的整数倍，资金与交易密码必须绕过第三方输入法以规避键盘记录风险，且买入、卖出需通过红蓝配色强化操作语义。系统原生键盘在这些维度上均无法满足——它只能事后校验再报错，无法提供场景化按键，也无法保证输入安全与视觉一致性。KeyPanel 正是为解决这些业务痛点而设计。
覆盖业务场景
系统共 7 套键盘模板，覆盖全站全部输入场景：
交易登录（type 1/2）：数字与字母双键盘，支持 123/ABC 标签页切换，数字键可乱序，用于账号与密码输入。
股票代码搜索（type 3）：顶部提供 600/601/000/002/300 常用代码前缀，支持 ABC 键切换字母键盘。
下单交易（type 4/5）：价格键盘提供 00 补位键便于快速输入整数价位；数量键盘左侧集成「全仓 / 半仓 / 1/3仓 / 1/4仓」快捷仓位键。
银证转账（type 6/7）：金额键盘采用内联模式嵌入页面流；密码键盘去除小数点，专用于资金密码与银行密码录入。
核心功能
输入精度前置拦截。支持最大长度、重复小数点拦截、小数位超限自动截断（非四舍五入），非法字符在输入阶段即被拒绝，而非事后弹错。
场景化快捷按键。仓位比例键、代码前缀键、00 补位键、ABC/123 键盘切换键，均为证券业务专属。
安全与合规。密码输入全程走自绘键盘，不触发系统输入法；登录类键盘支持数字键随机乱序，防范窥屏与按键记录。
主题适配。内置明暗双主题共 26 组色值，业务侧可通过 themeOverride 覆盖确认键颜色，实现买入红、卖出蓝的语义化配色。
完整交互体验。提供按键放大气泡、键盘滑入滑出动画、点击外部自动关闭、position: fixed 浮层输入框避让、确定键 Promise loading 防重复提交，以及可点击定位的光标。
双挂载模式。支持全局弹出（命令式 API，脱离文档流挂载至 body）与内联嵌入（声明式，占据页面流）两种方式，适配不同页面布局。
聚合支付系统
该项目是通过对接不同的上游支付渠道，封装被扫/主扫支付、订单查询、支付异步回调、退款等全套HTTP接口。映射出不同的支付场景，例如POS机收款、商店收款码、商户收银插件、微信公众号、微信小程序等
商户进件成功后可以建立不同的门店，门店下可以新增店长店员。门店收载后店长可以查询门店交易信息，商户可以查询所有门店交易信息等等
量化
核心要解决的是加密货币量化交易的痛点：
人工盯盘不可持续 — 7×24 小时行情，人不可能实时做技术指标计算 + 风控 + 下单。
策略无法自动进化 — 传统量化策略写死参数后不会自我迭代。
赛道：加密货币衍生品
三模式运行：read_only（只读模拟）/ demo（模拟盘，自动加 x-simulated-trading）/ live（实盘，强制过安全检查清单）。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服