kx_guo
1d58bb8913
- 统一供应商异常统计为近3年数据口径 - 以近3年异常记录数作为合作频次代理值并明确提示 - 实现 A/B 缺陷占比与 S/A/B/C 层级判定 - 按供应商层级输出正常合作、加强巡检、驻厂及备选供应商等管理建议 - 完善风险卡片和供应商卡片的频次、层级、建议展示 - 补充供应商画像接口、测试和历史会话卡片兼容处理
Dieya Risk Prediction Backend
本项目参考 dy_finance_agent_backend 的分层方式，使用 Python 3.11、FastAPI、Pydantic v2、SQLAlchemy 2.x Async、PostgreSQL 和 Alembic。
本地启动
.\.venv\Scripts\Activate.ps1
python -m pip install -e ".[dev]"
python -m uvicorn app.main:app --host 127.0.0.1 --port 18474
创建本地密码账号（密码只保存哈希）：
python scripts/create_user.py --emp-no admin001 --name 管理员 --role admin --password "请替换为强密码" --email admin@dieya.com
钉钉免登需要额外配置 RISK_DINGTALK_APP_KEY、RISK_DINGTALK_APP_SECRET、RISK_DINGTALK_CORP_ID 和 RISK_DINGTALK_AGENT_ID；前端在钉钉容器中调用 requestAuthCode()，后端换码后签发本系统 JWT。
认证接口：POST /api/v1/auth/login、GET /api/v1/auth/me、GET /api/v1/auth/dingtalk/config、POST /api/v1/auth/dingtalk/login。
审核接口：POST /api/v1/risk-items、GET /api/v1/risk-items/pending、POST /api/v1/risk-items/{id}/review。
健康检查：GET http://127.0.0.1:18474/api/v1/health
数据库表结构和字段释义通过 Alembic 管理。执行 python -m alembic upgrade head 会创建或更新表、索引、外键及 PostgreSQL 表/字段注释。
导入 PRD 数据：
python -m alembic upgrade head
python scripts/import_excel_data.py `
--anomaly-file "C:\Users\Administrator\Desktop\异常数据汇总表.xlsx" `
--standard-file "C:\Users\Administrator\Desktop\标准文件.xlsx"
脚本只导入异常明细 Sheet 的 2,448 条记录，以及标准文件中的“包装/包材/法规/内料”四个分类 Sheet 共 219 条记录；“总表”不重复导入。脚本可重复执行，已导入行会按源文件、Sheet 和 Excel 行号自动跳过。原始异常文本和标准附件链接会完整保留，不做截断。
风险评估预览：POST http://127.0.0.1:18474/api/v1/risk-predictions/preview。指标值表示风险程度（0-100），接口返回的综合分按 PRD 转换为安全得分，分数越高风险越低；等级阈值为 80/60/40/20。
对话页真实 AI：配置 RISK_LLM_API_KEY、RISK_LLM_BASE_URL 和 RISK_LLM_MODEL 后，调用 POST /api/v1/conversations/{id}/stream。接口使用 OpenAI 兼容 Chat Completions 协议，先提取 intent/category/specification/packaging/supplier/factory/stage/confidence 语义 JSON，再通过 SSE 返回增量文本；最近 20 条消息作为上下文，完整助手消息、语义结果和风险评分会在流结束后持久化。也兼容参考项目的 OPENAI_API_KEY、LLM_BASE_URL、LLM_MODEL 配置名。未配置密钥时返回明确的 503，不生成模拟回复。
架构说明见 docs/architecture.md。