10 个跑得起来的系统

界面说明：工单分类台，停在阈值判定这一步。自动派单阈值 0.75，界面里把失败样本（0.52 / 0.55 / 0.58）与成功样本（0.78–0.94）同屏并列。

• 目标与背景　运维工单靠人工判读内容再选派单部门，分类口径不统一，跨部门工单容易派错，高峰期积压明显。
• 核心功能　工单文本自动分类到目标部门；置信度不达标自动转人工复核；分类结果回写钉钉与 OA 并触发派单。
• 技术实现要点　Qwen2.5-7B 配 LoRA 微调，训练 / 推理 / 评估三段式脚本；数据清洗与标签体系先行；推理服务化后对接钉钉与 OA。
• 当前完成情况　数据链路、训练脚本、微调训练与推理服务均已完成，模型已接入集成链路并端到端跑通。

界面说明：企业智能助手实际界面：NL2SQL 问数（含生成的 SQL 与三层防御校验）与 RAG 智能客服（含知识库溯源）。

• 目标与背景　教育企业的招生、客服与学生服务分散在多套表格和人工流程里，对外要承接咨询转化，对内要管理学员全过程，一直缺一个统一入口。
• 核心功能　RAG 智能客服与知识库溯源、企业智能助手 NL2SQL 问答、客户研判与 12 维评分、CRM 全流程，以及学生 7 大服务模块。
• 技术实现要点　NL2SQL 走字段级白名单、查询规格校验、SQL 校验三层防御；本地部署 Dify 承载 4 个 Agent 并由统一代理层调用；FAISS 向量检索配角色权限与鉴权。
• 当前完成情况　平台整体已建成，四大业务板块的活动、日报、研判记录等模块均已打通；登录提供员工登录与游客模式双入口。

界面说明：工作台与工具调用实跑界面：单会话同时调度 4 条任务，工具调用 4 / 4 全部返回，并带单次耗时与成本。

• 目标与背景　AI Agent 协作平台需要控制台、配置中心、客户端、本地节点四端协同，让一套客户端代码同时覆盖桌面与移动。
• 核心功能　客户端承载工作台、会话与任务管理、专家市场（团队 / 技能 / 工具统一为团队模块），并接入端侧节点。
• 技术实现要点　客户端用 Tauri 2 + React 19 + TypeScript；后端复用平台控制台；端侧节点以 Rust 承载核心能力，支持云端与端侧两种节点。
• 当前完成情况　客户端 UI 已迭代到成品级并产出可用版本，工作台与团队模块均已可用。

界面说明：混合缺陷用例实跑结果：同图检出凹坑、污点、划痕三类缺陷，每个缺陷都给出对比度、长宽比与位置框。

• 目标与背景　产线上人工目检金属件表面，标准不统一、漏检多。目标是让系统自己找出缺陷位置，并把判定依据说清楚。
• 核心功能　单张图输入，输出缺陷数量、位置框、类别与整件判定等级；内置 6 个确定性用例，现场可直接复现。
• 技术实现要点　走无监督路线，不需要标注样本：积分图做 O(1) 矩形均值滤波估计背景，残差图配稳健阈值，8 邻域连通域后按形态特征判类。
• 当前完成情况　端到端已跑通，代码 522 行、4 个 HTTP 端点，含可视化界面与实测数据；大模型复核接口位已预留。

界面说明：高风险样本实跑结果：11 个字段逐条附原文出处，7 条规则各带权重，命中项回指到材料中的具体句子。

• 目标与背景　信贷申请材料格式不统一，人工逐份核对字段与规则，耗时且口径因人而异，高峰期容易积压。
• 核心功能　材料自动解析成 11 个结构化字段，跑 7 条规则打分并给出建议结论；每个命中项都附原文出处。
• 技术实现要点　字段抽取带证据定位；身份证走国标加权模 11 校验；规则覆盖完整性、证件有效性、年龄一致、负债收入比、收入倍数、工作年限、用途合规七类，权重各不相同。
• 当前完成情况　三档用例端到端跑通，代码 432 行、5 个端点；规则与权重可按客户口径调整，接口化封装可接入既有审批流。

界面说明：高风险病历实跑结果 C 级：7 条规则命中 3 条，其中一条是跨段落比对出来的过敏史与用药矛盾。

• 目标与背景　病历由不同人员分批录入，漏填项和前后矛盾都要事后人工翻查，效率低，也容易漏掉高风险病历。
• 核心功能　自动切分病历段落，抽取生命体征与诊疗时间线，输出分项命中结果与整体质控等级。
• 技术实现要点　7 条规则按完整性、一致性、时序性三类校验；冲突检测跨段落比对过敏结论与用药医嘱，这一步是单段落规则做不到的。
• 当前完成情况　三例用例端到端跑通，代码 406 行、5 个端点；高风险病历判 C 级、命中 3 条，规范病历 A 级、完整度 100%。

界面说明：坐席工作台实际界面：常见诉求检索置信度 91%，直接答复并附条款出处（第四章第十八条），同时自动完成工单分派。

• 目标与背景　热线话务量长期高位运行，政策咨询、投诉举报和办事指引全混在同一条线上，坐席只能凭经验逐一判断分流，响应慢，答复口径也难以统一。
• 核心功能　语音转写后先识别诉求意图，常见政策问题直接检索知识库给出带出处的答复；复杂诉求转人工兜底，并自动生成工单按事项类型派到承办单位。
• 技术实现要点　意图分类与知识库检索构成双通道；工单要素用规则抽取办理时间、发生地点、诉求事由，再按事项类型映射承办单位，抽不到的字段显式留空。
• 当前完成情况　三类典型诉求已端到端跑通，派单结果与人工判断一致；转人工分支在低置信度输入下实测触发，系统选择不硬答。

界面说明：参数解析实跑结果：一段口语化参数文本抽成 10 个结构化属性，并主动标出 1 处冲突项。

• 目标与背景　商品信息散落在标题、详情图和参数表三处，用户用大白话提问时，传统关键词搜索经常一条都匹配不上，只能转人工。
• 核心功能　把口语化需求翻译成标准商品属性，再按属性组合筛出候选商品，最后由客服话术给出推荐理由、参数对比与购买建议。
• 技术实现要点　商品侧先把参数抽成结构化标签；查询侧用大模型抽取口语里的意图槽位，再与标签做规则加向量的混合匹配，命中后生成话术。
• 当前完成情况　六款商品的属性标签已建好，口语查询能稳定命中目标商品，每条答复都附带推荐理由与关键参数对比，可现场复现。

界面说明：正常运行工况实跑结果：通道 B（IsolationForest）三个通道各命中 15 个点，但通道 A（统计）全为 0，双通道不同时成立，因此判定正常、不报警。

• 目标与背景　设备往往是坏了才修，一次非计划停机就是不小的损失；按固定周期换件又把好件白白换掉。想提前预判，难点全在判据准不准。
• 核心功能　从振动与温度的时序数据里找异常征兆，双条件同时成立才生成维护工单，并给出建议动作、停机窗口与优先级。
• 技术实现要点　稳健 z 分数与 IsolationForest 双通道各自判定，再融合出等级；关注 / 报警阈值 σ=3.5 / 6，持续偏离按 3% / 5% / 10% / 20% 分档；换一台设备不需要重训模型。
• 当前完成情况　测试数据下两类判据都能稳定复现；把判据从单指标改成双条件之后，误报明显收敛，工单更少但更准。