Files

hailin f5a1ef7722 docs: add product screenshots to README

2026-07-27 19:25:30 +08:00

8.1 KiB

Raw Blame History

AI 工单平台

面向企业私有化部署的 AI 原生技术支持与知识运营平台。

AI 工单平台把问题受理、技术排查、方案复用、知识沉淀和企业协作连接成一个可审计的服务闭环。员工可以直接提交文字、截图或文档，系统自动识别问题、创建工单并组织证据；技术支持人员可借助 Agent 检索可信知识和历史方案，完成排查、回复与知识发布。

平台并不把 AI 作为绕过流程的自动化脚本。所有模型输出、字段来源、工具调用和状态变化都受到权限、策略、版本与审计约束，适合部署在对数据边界和操作风险有明确要求的企业环境。

快速启动 · 产品蓝图 · 开发指南 · 生产部署

产品预览

截图来自本地演示环境，可能涉及企业或客户的内容均已匿名化。

今日工作台

聚合个人待办、SLA 风险、任务中心和最近工单，并在同一页面提供上下文 Agent 助手。

智能建单	工单详情
提交聊天记录与多格式材料，经过安全检查和智能解析后自动建单。	集中查看业务上下文、支持分析、知识沉淀、协作成员和处理记录。

知识库

统一管理人工知识、已解决工单案例、解决方案知识和文档导入队列。

核心价值

从材料到工单：提交文字、图片、日志、PDF 或 Office 文档，自动解析问题并创建工单。
从工单到解决：结合知识、历史工单和解决方案生成有引用、可追溯的技术支持建议。
从解决到知识：将已解决工单蒸馏为候选知识，经独立审核后发布并重新进入检索。
从 Agent 到受控执行：通过 Tool/MCP 调用企业系统，高风险操作必须经过独立确认。
从单点功能到企业闭环：支持 OIDC、目录同步、服务渠道、SLA、审计和生产运维。

核心能力

能力域	主要能力
工单管理	权限、状态机、字段保护、协作、附件、证据、评论、事件与操作审计
智能受理	文本与多文件解析、结构化提取、自动建单、追问补全、人工接管和 SSE 进度
智能支持	混合检索、引用冻结、方案复用、受控自动解决、客户回复任务和 SLA
知识治理	文档导入、版本审核、发布、下线、回滚、知识蒸馏和发布后索引
Agent 平台	版本化编排、步骤级模型绑定、运行快照、时间预算、重试和结构化输出
Tool/MCP	HTTP MCP、工具目录同步、授权交集、SSRF 防护、高风险双人确认和调用审计
企业集成	OIDC、目录与用户组同步、渠道入站、出站回复、回执和消息幂等
生产运维	健康探针、Prometheus 指标、告警、备份校验、恢复和隔离演练

工作闭环

flowchart LR
    MATERIAL["文字 / 图片 / 文档"] --> INTAKE["AI 智能受理"]
    INTAKE --> TICKET["正式工单"]
    TICKET --> SUPPORT["Agent 技术支持"]
    SUPPORT --> REPLY["解决方案与客户回复"]
    REPLY --> RESOLVED["工单解决"]
    RESOLVED --> DISTILL["知识蒸馏"]
    DISTILL --> REVIEW["人工审核"]
    REVIEW --> KNOWLEDGE["发布知识"]
    KNOWLEDGE --> SUPPORT

系统架构

flowchart LR
    USER["员工 / 技术支持 / 管理员"] --> WEB["React 前端"]
    CHANNEL["企业渠道"] --> API["Django Ninja API"]
    WEB --> API
    API --> DOMAIN["工单 / 知识 / Agent / Tool 领域服务"]
    DOMAIN --> PG["PostgreSQL + pgvector"]
    DOMAIN --> REDIS["Redis"]
    DOMAIN --> MINIO["MinIO"]
    DOMAIN --> CLAMAV["ClamAV"]
    REDIS --> CELERY["Celery Worker / Beat"]
    CELERY --> MODEL["OpenAI-compatible 模型服务"]
    CELERY --> MCP["HTTP MCP 服务"]

关键约束：

工单写入必须经过领域服务，Agent、Celery 和 Tool 不直接写工单主表。
人工修改字段默认受保护，后续 Agent 不得静默覆盖。
高风险工具调用需要独立审核，申请人不能自审。
自动解决同时受 Agent 版本授权、全局策略、置信度和操作人权限约束。
原始材料、字段来源、模型运行、工具调用和状态变化均可追溯。

技术栈

层级	技术
后端	Python 3.12、Django、Django Ninja、Celery
前端	React 19、TypeScript、Vite、Tailwind CSS、shadcn/ui
数据	PostgreSQL、pgvector、Redis、MinIO
AI	OpenAI-compatible 模型接口、Embedding、Rerank、Agent Runtime
安全解析	ClamAV、文件签名与 MIME 校验、受控文档解析
运维	Docker Compose、Nginx、Prometheus、Alertmanager

快速启动

前置环境：Python 3.12、Node.js 22 或更高版本、pnpm 11.9.0、Docker Desktop 或 Docker Engine + Compose。

Copy-Item .env.example .env
python -c "from cryptography.fernet import Fernet; print(Fernet.generate_key().decode())"

将生成值写入 .env 的 AI_CREDENTIAL_ENCRYPTION_KEY，并修改默认数据库、MinIO、 Django 和管理员密码。然后在项目根目录启动完整环境：

docker compose -f infra/docker-compose.yml --env-file .env up --build

前端：http://localhost:5173
API 文档：http://localhost:8000/api/docs
就绪探针：http://localhost:8000/api/system/health/ready
MinIO 控制台：http://localhost:9001

开发环境默认管理员为 admin / admin12345，只能用于本地开发，生产部署前必须替换。详细步骤见本地开发环境。

开发与质量检查

cd backend
python -m pip install -e ".[dev]"
pytest
ruff check .
python manage.py check
python manage.py makemigrations --check --dry-run

cd ..\frontend
pnpm install --frozen-lockfile
pnpm test:run
pnpm typecheck
pnpm lint
pnpm build

代码结构、领域约束、迁移和提交规范见开发指南。

项目状态

阶段 1～6 的工程基线已经实现，当前自动化基线为后端 217 项、前端 73 项。真实案例、企业外部服务和生产环境验证采用独立证据管理，不占用项目主页的产品说明；需要评估上线准备度时，请查看能力状态和验收说明。

文档导航

目录结构

backend/   Django、Django Ninja、Celery 和领域服务
frontend/  React、Vite、Tailwind CSS 和 shadcn/ui
infra/     Compose、Nginx、监控、备份与恢复脚本
docs/      产品、开发、前端、运维和验收文档

安全提示

.env、模型凭据、OIDC 密钥、渠道密钥和 MCP Token 不得提交到 Git。
生产环境必须替换示例账号、数据库密码和 MinIO 凭据，并启用 HTTPS。
自动解决和高风险工具能力默认应保持关闭，完成权限与审计配置后再逐项启用。
外部证据只保存脱敏结果和引用，不保存密码、密钥、令牌或完整敏感输出。

8.1 KiB Raw Blame History Unescape Escape