案例

脱敏展示真实项目中的问题、方案、架构和结果。

案例不披露客户名称、内部数据或合同信息,重点说明可复用的工程判断和交付取舍。

精选案例

ComfyUI 多租户内容生产平台后端

ComfyUI 原生节点图适合工程师使用,但缺少多租户权限、积分计费、能力复用、节点约束和面向内容生产流程的治理层。 后端核心链路已完成,覆盖能力契约、任务执行、积分账本、权限边界、对象存储迁移、路径逃逸防护和生产流 DAG;项目尚未上生产,不写生产效果。

  • Python
  • FastAPI
  • SQLAlchemy
  • Pydantic
  • ComfyUI
  • MinIO
  • Postgres
  • Stripe
  • DAG

环保 / 公用事业 / 企业 AI 平台 / 某 A 股上市环保集团,建设训练推理平台中的通用数据处理能力

某上市环保集团的训练语料数据处理流水线

流水线支持长耗时训练语料任务的暂停和断点续跑;清洗任务量级为几分钟,数据增强按数据量可能跑几十到上百小时。一次 Response 增强无限循环故障已定位并修复,未对外声称训练效果、成本或业务指标提升。

  • Python
  • Celery
  • Redis
  • MySQL
  • SQLAlchemy async
  • MinIO
  • OpenAI SDK
  • Jinja2
  • SimHash
非法证券活动识别领域大模型训练工具链

金融监管 / 内容风控 / 某证券监管科技(RegTech)课题,面向证券监管的内容风控场景

非法证券活动识别领域大模型训练工具链

整条离线训练工具链已搭好并跑通,由数百项自动化测试固化,一条命令可在普通 CPU 开发机上几秒内完成「原始数据到清洗、标注、训练样本、评测」的端到端 demo;训练配方与防遗忘配置已通过 LlamaFactory 真实解析校验,GPU 到位即可一键开训。真实模型尚未训练,演示中出现的判定结果来自规则引擎,代表识别能力而非训练模型的性能。

  • Qwen3-14B/32B
  • Qwen3-VL
  • LoRA
  • LlamaFactory
  • data-juicer
  • 知识蒸馏
  • FFmpeg
  • Paraformer/FunASR
  • BGE-M3
  • Elasticsearch 9
头部券商资管合同解析与交易日历规则引擎

金融服务 / 资产管理 / 某 A+H 上市头部券商资管业务团队

头部券商资管合同解析与交易日历规则引擎

合同处理耗时从数小时缩短到约 2 分钟,字段级结果从 60% 多提升到 90% 左右;系统仍保留人工复核边界,重点降低从头读合同和手工维护日历的负担。

  • Python
  • LLM
  • Information Extraction
  • Evaluation
  • Rule Engine
  • Trading Calendar
体检报告 AI 流水线:把生成链路收回到规则边界内

医疗健康 / 体检服务 / 某年服务数十万体检场次的连锁体检机构客户

体检报告 AI 流水线:把生成链路收回到规则边界内

系统形成了覆盖智能推项、科普、建议、矛盾识别 4 个场景的报告流水线方案;推项链路加入本院库反查后,不存在的项目编码和价格不会继续透传;矛盾识别沉淀了 13 个具名假矛盾豁免案例,科普和建议侧也分别固化了禁词与文书风格规则。

  • Python
  • vLLM
  • GPT-OSS 120B
  • Coze
  • SSE
私募基金合同信息抽取

金融服务 / 资产管理 / 某 A+H 上市头部券商合同文档处理团队

私募基金合同信息抽取

单份 80–150 页(约十万字)合同从上传到生成结构化字段草稿约 2–3 分钟,相比人工逐条阅读录入的约 1–2 小时/份大幅前置;抽取字段覆盖 13 类以上核心要素,并用离线 golden set 评测按字段量化每次提示词和流程调整。

  • Document AI
  • PDF Parsing
  • Information Extraction
  • Evaluation
  • Human Review
宏观分析与资产配置报告:把市场材料整理成可追溯判断

金融服务 / 某 A+H 上市头部券商市场分析业务团队

宏观分析与资产配置报告:把市场材料整理成可追溯判断

整条流水线在每日凌晨约 00:30–05:00 跑完、5 点前报告就绪,覆盖 23+ 个宏观监控指标(国内约 14 个景气指标、美国约 9 个宏观指标);日处理量从数千条新闻洞察收敛到上百条指标级洞察再汇成一份固定结构报告,政策倾向以连续时间序列留痕、关键判断可回溯到来源材料。

  • RAG
  • Document Parsing
  • Policy Signal Scoring
  • Scheduled Pipelines
  • Structured Generation
投研问答 RAG 系统:让回答能回到来源

金融服务 / 某 A+H 上市头部券商投研知识工作团队

投研问答 RAG 系统:让回答能回到来源

系统接入数万份内部研报与千万级新闻材料,提问后约 3–5 秒开始流式输出、十余秒给出带来源的完整回答,并支持十余轮连续追问而不丢主题;证据不足时拒答,把使用者的时间从找资料转向判断材料。

  • RAG
  • Hybrid Retrieval
  • Query Rewriting
  • Source Citations
  • SSE Streaming

联系

预约一次 30 分钟技术诊断

正在评估企业知识库、AI 客服或 Agent 工作流时,可以先发问题背景。我会先帮你判断是否值得做、怎么做,以及主要风险在哪里。

微信二维码 优先加微信沟通