# PRD + 技术设计 (1-prd) > 状态：待确认 > 范围：Phase 0 + Phase 1 MVP（详细）+ Phase 2-4（架构规划） --- ## 一、产品概要 ### 1.1 定位 AI+ Portfolio Operating System —— 投资人和创始人的共同操作系统。Phase 1 聚焦"投后信息与风险管理"，Phase 2-4 逐步扩展至数据校验、协同增长、Alpha 归因和知识进化。 ### 1.2 核心用户旅程 **投资人端**： 1. 登录 → 驾驶舱（Portfolio 全局视图） 2. 查看本周新增风险 → 进入风险工作台处理 3. 查看企业详情 → 审阅月报 AI 摘要 → 追加评论 4. 查看健康度趋势 → 识别下降企业 5. 导出投后报告 6. （Phase 2）查看投资协议条款预警 → 董事会前准备 7. （Phase 3）查看协同机会 → 推动企业间协同 8. （Phase 4）查看 Alpha 归因 → 退出时机信号 → 组合再平衡 **创始人端**： 1. 登录 → 企业经营概览 2. 提交月报（AI 辅助填充） 3. AI 副驾驶问答（"投资人最关心什么"） 4. 查看自身健康度评分和建议 5. （Phase 3）融资规划 → 组织诊断 → 投资人沟通准备 6. （Phase 3）Peer Learning Circle 参与 7. （Phase 3）OKR 对齐与追踪 ### 1.3 方法论驱动设计 系统不是功能堆砌，而是将成熟方法论融入底层架构： | 方法论 | 架构映射 | Phase | |---|---|---| | OODA 循环 | 弱信号采集(Observe) → AI 上下文判断(Orient) → AI 决策建议(Decide) → Agent 执行(Act) | Phase 1 基础 / Phase 2 增强 | | 客户成功模型 | Success Plan + Health Tier + Playbook + QBR + Expansion Play + Churn Risk | Phase 1 基础 / Phase 3 完整 | | 约束理论(TOC) | 多维度评分 → 敏感度分析 → 约束点识别 → 资源聚焦建议 | Phase 3 | | Build-Measure-Learn | 假设记录 → 实验追踪 → 数据验证 → 认知积累 | Phase 3 | | Pre-mortem + Red Team | 决策前哨触发 → 失败路径推演 → 对抗分析报告 | Phase 4 | | AAR 复盘 | 重大事件触发 → 五问复盘 → 知识图谱写入 → 改进追踪 | Phase 4 | | 行为助推(Nudge) | 时机判断 → 策略选择(锚定/损失厌恶/社会证明/默认/时机) → 效果追踪 | Phase 3 | | Crossing the Chasm | 采用生命周期阶段判定 → 鸿沟风险标记 → 跨越策略建议 | Phase 3 | | OKR 对齐 | 共同制定 → AI 追踪 KR → 偏差预警 → 季度复盘 → 对齐度评分 | Phase 3 | | Peer Learning Circles | AI 匹配 → 结构化讨论 → 知识沉淀 → AAR 联动 | Phase 3 | --- ## 二、技术架构 ### 2.1 九层架构总览 系统采用九层架构，Phase 1 实现第 1-4 层基础版，Phase 2-4 逐步完善第 5-9 层： ``` ┌─────────────────────────────────────────────────────────┐ │ Layer 9: 安全审计层 │ │ AI 权限继承 / 数据不出域 / 边缘算力 / 加密 / 审计 │ ├─────────────────────────────────────────────────────────┤ │ Layer 8: 用户交互层 │ │ 投资人端 / 创始人端 / Admin 端 / 移动端 │ ├─────────────────────────────────────────────────────────┤ │ Layer 7: 主动增长引擎 (Phase 3-4) │ │ 产品诊断 / 人才引力场 / 客户增长 / 组合创新 / 行为助推 │ ├─────────────────────────────────────────────────────────┤ │ Layer 6: 弱信号+决策前哨 (Phase 1 基础 / 2-4) │ │ 弱信号采集 / 关联引擎 / 决策前哨 / Pre-mortem / Red Team │ ├─────────────────────────────────────────────────────────┤ │ Layer 5: Alpha 归因引擎 (Phase 4) │ │ 干预事件 / 归因模型 / 退出预测 / 组合再平衡 / Monte Carlo │ ├─────────────────────────────────────────────────────────┤ │ Layer 4: AI Agent 层 (Phase 1-4 渐进) │ │ 月报解析 / 健康度 / 风险 / 数据校验 / 董事会 / 协议 / │ │ 协同匹配 / 人才 / 融资 / 行业研究 / AI+商业化 / AI+合规 │ ├─────────────────────────────────────────────────────────┤ │ Layer 3: 指标与健康度层 (Phase 1-3 渐进) │ │ 9 通用维度 + 5 AI+专项维度 + 约束点 + 认知追踪 + 鸿沟诊断 │ ├─────────────────────────────────────────────────────────┤ │ Layer 2: 多主体画像层 (Phase 1-3 渐进) │ │ 投资机构 / 基金 / 企业 / 团队 / 投资经理 / 资源方 / 人才 │ ├─────────────────────────────────────────────────────────┤ │ Layer 1: 数据接入层 (Phase 1-4 渐进) │ │ 月报 / 财务 / 业务 / 融资 / 治理 / 组织 / AI+专项 / 外部 │ └─────────────────────────────────────────────────────────┘ ``` ### 2.2 整体架构图（Phase 1 MVP） ``` ┌─────────────────────────────────────────────┐ │ 前端 (Next.js) │ │ (investor) (founder) (admin) │ │ ↓ ↓ ↓ │ │ 统一 API Client + Auth │ └──────────────────┬──────────────────────────┘ │ REST API (JSON) + SSE ┌──────────────────┴──────────────────────────┐ │ 后端 (FastAPI) │ │ Routers → Services → Models │ │ AI Layer: Parser / Health / Risk / Report │ │ Signal Layer: WeakSignal / DecisionSentinel │ └──────┬──────────┬──────────┬────────────────┘ │ │ │ PostgreSQL Redis Ollama (本地AI) + PgVector ``` ### 2.3 前端架构 **路由结构**： ``` frontend/src/app/ ├── (investor)/ # 投资人端（B 端专业风格） │ ├── layout.tsx # 左 Sidebar + 灰色背景 │ ├── page.tsx # 驾驶舱 │ ├── companies/ # 企业列表 + 详情 │ ├── reports/ # 月报管理 │ ├── risks/ # 风险工作台 │ └── settings/ ├── (founder)/ # 创始人端（C 端温暖风格） │ ├── layout.tsx # 顶部 Header + indigo 主色 │ ├── page.tsx # 经营概览 │ ├── reports/submit/ # 月报提交 │ └── copilot/ # AI 副驾驶 ├── (admin)/ # Admin 端 │ ├── layout.tsx # slate-950 Header + amber 主色 │ └── page.tsx # 管理后台 ├── login/ └── layout.tsx # 根布局（字体 + Provider） ``` **设计 Token**： - 字体：Geist Sans + Geist Mono - 色彩：oklch 体系，CSS 变量定义 - 圆角：`--radius: 0.625rem` - 投资人端：`--primary: oklch(0.21 0.006 285.885)` (gray-900) - 创始人端：`--primary: oklch(0.546 0.245 262.881)` (indigo-600) - Admin 端：`--primary: oklch(0.769 0.188 70.08)` (amber-400) **共享组件**： - `LoadingSpinner` / `EmptyState` / `HealthScoreBadge` - `HealthGauge`（仪表盘）/ `HealthRadar`（雷达图）/ `HealthTrend`（sparkline） - `RiskCard` / `RiskTimeline` - `AIChatDrawer`（底部抽屉式 AI 对话） - `FilterBar`（筛选栏） - `DataTable`（数据表格） ### 2.4 后端架构 **目录结构**： ``` backend/ ├── app/ │ ├── main.py # FastAPI app + 中间件 + 路由注册 │ ├── core/ │ │ ├── config.py # 环境变量配置 (pydantic-settings) │ │ ├── database.py # SQLAlchemy engine + session │ │ ├── security.py # JWT + 密码哈希 │ │ └── permissions.py # 权限中间件 │ ├── models/ # SQLAlchemy ORM 模型 │ │ ├── user.py │ │ ├── company.py │ │ ├── report.py │ │ ├── health_score.py │ │ └── risk.py │ ├── schemas/ # Pydantic 请求/响应 schema │ ├── routers/ # API 路由 │ │ ├── auth.py │ │ ├── companies.py │ │ ├── reports.py │ │ ├── health.py │ │ ├── risks.py │ │ └── dashboard.py │ └── services/ # 业务逻辑 + AI 服务 │ ├── ai_parser.py # 月报 AI 解析 │ ├── health_calculator.py │ ├── risk_engine.py │ └── report_generator.py ├── alembic/ # 数据库迁移 ├── tests/ # 测试 ├── pyproject.toml └── Dockerfile ``` **API 设计**： - 版本：`/api/v1/` - 响应壳：`{code, message, data, trace_id, timestamp}` - 认证：Bearer JWT - 分页：`?page=1&page_size=20&sort=-created_at` ### 2.5 数据库设计 #### Phase 1 核心表 ```sql -- 租户 tenants (id, name, type, config_json, created_at, ...) -- 用户 users (id, tenant_id, email, password_hash, role, name, phone, ...) -- role: gp | partner | post_invest_lead | investor | founder | admin -- 企业 companies (id, tenant_id, name, industry, stage, logo_url, description, founded_at, total_funding, website, ...) -- 月报 monthly_reports (id, company_id, period_year, period_month, status, raw_content, ai_summary, ai_concerns, submitted_by, submitted_at, reviewed_by, reviewed_at, ...) -- 健康度 health_scores (id, company_id, total_score, financial_score, operational_score, ai_commercial_score, ai_cost_score, trend, evidence_json, recommendations_json, calculated_at, ...) -- 风险 risk_events (id, company_id, type, severity, status, title, description, evidence_json, suggested_action, assigned_to, due_at, identified_at, closed_at, ...) -- 弱信号（Phase 1 基础版） weak_signals (id, company_id, signal_type, source, content, severity_hint, confidence, collected_at, ...) -- signal_type: technical | sentiment | organizational | market -- 审计 audit_logs (id, tenant_id, user_id, action, resource_type, resource_id, detail_json, ip, created_at) ``` #### Phase 2 扩展表 ```sql -- 投资机构画像 investment_firm_profiles (id, tenant_id, strategy, resource_capabilities, risk_appetite, post_invest_style, lp_structure_json, ...) -- 基金画像 fund_profiles (id, tenant_id, firm_id, name, strategy, term, investment_focus, exit_requirements, lp_demands_json, ...) -- 投资经理画像 investment_manager_profiles (id, user_id, capabilities, style, portfolio_count, follow_up_quality_score, ...) -- 投资协议 investment_agreements (id, company_id, agreement_date, counterparty, key_terms_json, parsed_by_ai, monitored_clauses_json, ...) -- 董事会 board_meetings (id, company_id, meeting_date, agenda_json, pre_meeting_summary, minutes, action_items_json, resolution_tracking_json, status, ...) -- 重大事项 major_events (id, company_id, event_type, description, severity, identified_at, status, follow_up_actions_json, ...) -- 追问清单 inquiry_lists (id, company_id, report_id, questions_json, status, response_json, created_at, ...) -- 决策前哨记录 decision_sentinels (id, company_id, decision_type, signals_json, scenario_analysis_json, status, created_at, ...) -- 指标（结构化） indicators (id, company_id, name, value, unit, period_year, period_month, source, confidence, created_at, ...) -- 证据 evidence (id, entity_type, entity_id, evidence_type, content_json, created_at, ...) ``` #### Phase 3 扩展表 ```sql -- 核心团队画像 team_member_profiles (id, company_id, name, role, skills_json, experience_json, status, turnover_risk, ...) -- 外部资源方画像 resource_provider_profiles (id, tenant_id, name, resource_type, capabilities_json, match_score, ...) -- 人才画像 talent_profiles (id, name, skills_json, career_history_json, mobility_probability, current_company, ...) -- 协同机会 synergy_opportunities (id, tenant_id, type, provider_company_id, receiver_company_id, status, details_json, authorization_status, effect_evaluation_json, ...) -- type: customer | supply_chain | tech | talent | financing | procurement | brand | innovation -- 任务 tasks (id, tenant_id, company_id, title, description, assignee_id, status, priority, due_at, related_entity_type, related_entity_id, ...) -- OKR okr_records (id, company_id, quarter, objectives_json, key_results_json, alignment_score, status, review_json, ...) -- 行为助推记录 nudge_records (id, company_id, nudge_type, target_user_id, context_json, accepted, effect_json, created_at, ...) -- nudge_type: anchoring | loss_aversion | social_proof | default | timing -- Peer Learning Circle peer_learning_circles (id, topic, matched_founders_json, discussion_json, action_commitments_json, status, created_at, ...) -- 里程碑树 milestone_trees (id, company_id, milestones_json, branches_json, current_path, status, ...) -- 客户获取方案 customer_acquisition_plans (id, company_id, target_customer, approach_json, decision_chain_json, pricing_strategy_json, execution_status, effect_json, ...) -- 产品竞争力诊断 product_diagnostics (id, company_id, heatmap_json, competitor_comparison_json, roadmap_suggestions_json, created_at, ...) -- 认知追踪（BML） hypothesis_records (id, company_id, hypothesis, experiment_design, data_collected, conclusion, status, created_at, ...) ``` #### Phase 4 扩展表 ```sql -- 干预事件 intervention_events (id, company_id, intervention_type, description, executor_id, executed_at, expected_outcome_json, ...) -- intervention_type: talent | customer | strategy | financing | risk -- 干预结果 intervention_results (id, intervention_event_id, indicator_changes_json, valuation_impact, attribution_score, measured_at, ...) -- 数字孪生模型 digital_twin_models (id, company_id, model_params_json, simulation_history_json, accuracy_score, last_updated, ...) -- 知识图谱节点 knowledge_nodes (id, tenant_id, entity_type, entity_id, attributes_json, relations_json, created_at, ...) -- AAR 复盘记录 aar_records (id, company_id, trigger_event, original_plan, actual_result, gap_analysis, lessons_learned, next_actions_json, status, ...) -- Pre-mortem 记录 pre_mortem_records (id, company_id, decision_sentinel_id, failure_paths_json, mitigation_measures_json, created_at, ...) -- Red Team 对抗分析 red_team_records (id, company_id, target_plan, challenge_arguments_json, blind_spots_json,修正建议_json, created_at, ...) -- 退出预测 exit_predictions (id, company_id, optimal_path, timing_window, scenario_analysis_json, preparation_checklist_json, ...) -- 组合再平衡建议 portfolio_rebalancing (id, tenant_id, marginal_returns_json, reallocation_suggestions_json, irr_impact_json, ...) -- Monte Carlo 模拟 monte_carlo_simulations (id, tenant_id, simulation_params_json, results_json, key_drivers_json, created_at, ...) ``` ### 2.6 AI 服务设计 **月报解析 Agent**： - 输入：月报文件（Excel/PDF/结构化表单） - 输出：结构化指标 JSON + 摘要文本 + 关注点列表 - 模型：Ollama 本地模型（qwen2.5 或 llama3.2） - 约束：Structured Output / JSON Schema - 兜底：解析失败时返回原始文本 + 标记需人工审阅 **健康度计算引擎**： - 输入：月报指标 + 历史趋势 - 输出：分项评分 + 总分 + 趋势 + 扣分项 + 建议动作 - 实现：规则引擎（非 LLM），可配置权重 - AI+ 专项：商业化 + 成本维度，同样规则驱动 **风险检测引擎**： - 输入：最新指标 + 阈值规则 + 弱信号（Phase 1 基础版） - 输出：RiskEvent 列表 - 实现：规则引擎，指标越界自动生成风险；Phase 1 含弱信号基础采集 - Phase 2 增加弱信号关联引擎 ### 2.7 AI Agent 体系（完整规划） 系统 AI Agent 按 Phase 渐进实现，最终形成 12+ Agent 协同网络： | Agent | 职责 | Phase | |---|---|---| | 月报解析 Agent | 解析月报文件，提取结构化指标，生成摘要和关注点 | Phase 1 ✅ | | 健康度计算 Agent | 多维度评分 + 趋势 + 扣分项 + 建议动作 | Phase 1 ✅ | | 风险检测 Agent | 指标越界 + 弱信号关联 → 风险事件 | Phase 1 ✅ | | 报告生成 Agent | 投后摘要 / 季度报告 / LP 报告自动生成 | Phase 1 ✅ | | 弱信号采集 Agent | 技术信号 / 情绪信号 / 组织信号 / 市场信号采集与标准化 | Phase 1 基础 / Phase 2 增强 | | 数据校验 Agent | 交叉验证数据一致性，生成可信度评分 | Phase 2 | | 投资协议 Agent | 解析协议条款，持续监控触发条件 | Phase 2 | | 董事会 Agent | 会前材料摘要 / 决议追踪 / 投资人提问清单 | Phase 2 | | 决策前哨 Agent | 识别关键决策点，生成场景分析 | Phase 2 基础 / Phase 4 增强 | | 协同匹配 Agent | 企业资源需求匹配 + 协同闭环追踪 | Phase 3 | | 人才引力场 Agent | 人才流动预测 + 主动推荐 + 9-Box 矩阵 | Phase 3 | | 客户增长 Agent | 客户获取方案生成 + LP 资源匹配 | Phase 3 | | 产品诊断 Agent | AI 体验产品 + 竞品对比 + 热力图 | Phase 3 | | 行为助推 Agent | 时机判断 + 策略选择 + 效果追踪 | Phase 3 | | OKR 对齐 Agent | 共同制定 + KR 追踪 + 偏差预警 + 对齐度评分 | Phase 3 | | Alpha 归因 Agent | 干预事件 → 指标变化 → 估值影响 → 回报贡献 | Phase 4 | | 退出预测 Agent | 退出路径计算 + 时机窗口 + 准备建议 | Phase 4 | | Pre-mortem Agent | 失败路径推演 + 风险清单 + 缓解措施 | Phase 4 | | Red Team Agent | 魔鬼代言人 + 竞争对手视角 + 悲观投资人视角 | Phase 4 | | AAR 复盘 Agent | 五问复盘 + 知识图谱写入 + 改进追踪 | Phase 4 | | 行业研究 Agent | 行业动态追踪 + 竞品融资 + 政策变化 | Phase 4 | | AI+ 商业化 Agent | PoC 转化分析 + 商业化鸿沟诊断 + 转化优化建议 | Phase 3 | | AI+ 合规 Agent | 训练数据合规 + 用户数据授权 + 内容审核覆盖 | Phase 3 | **Agent 设计原则**： - 接口抽象，业务面对自家"智能服务接口"，不直接依赖某个大模型 - 多源容灾 + 兜底降级（规则/缓存/默认），不拖垮主流程 - 强制 Structured Output / JSON Schema，禁编造 - 决策证据化：输出 `score / confidence / evidence / concerns / fallback_used` - Prompt 进 Git，可 diff、可回滚 - 用户输入与系统 prompt 分离 role，加分隔符 `<<>>`，防注入 - PII 进 LLM 前脱敏，响应再回填 - `confidence < 0.6` 显式提示人工核对 ### 2.8 健康度体系完整规划 **9 个通用维度**（v2.0 §6）： | 维度 | 核心指标 | Phase | |---|---|---| | 财务健康度 | 现金 Runway、月度收入与增长率、毛利率、经营性现金流 | Phase 1 ✅ | | 经营健康度 | 客户数量与增长、客户留存率、客单价 | Phase 1 ✅ | | 组织与人才健康度 | 核心团队稳定性、关键岗位空缺率、人效、员工流失率 | Phase 2 | | 产品与技术健康度 | 产品迭代频率、技术债务、专利与知识产权、研发投入占比 | Phase 2 | | 市场与竞争健康度 | 市场份额、竞品动态、NPS、品牌声量 | Phase 2 | | 治理与合规健康度 | 董事会运作规范性、信息披露及时性、投资协议履约 | Phase 2 | | 融资与资本健康度 | 当前估值、融资进展、股权结构、退出可能性 | Phase 2 | | 协同与赋能健康度 | 投资机构资源对接次数与转化率、协同推进情况 | Phase 3 | | AI+ 商业化健康度 | PoC 数量、转化率、付费客户数、MRR 增长、LTV/CAC | Phase 1 ✅ | **5 个 AI+ 专项维度**（v2.0 §7.10-7.12）： | 维度 | 核心指标 | Phase | |---|---|---| | AI+ 商业化 | PoC 数量、转化率、付费客户数、MRR、LTV/CAC | Phase 1 ✅ | | AI+ 成本与单位经济 | 推理成本占收入比、单位推理成本、扣除推理成本后毛利率 | Phase 1 ✅ | | AI+ 模型与产品 | 模型调用准确率、延迟、版本迭代频率、DAU/MAU、NPS | Phase 3 | | AI+ 数据与合规 | 训练数据来源合规性、用户数据授权覆盖率、内容审核覆盖率 | Phase 3 | | AI+ 团队与技术 | 核心技术人才稳定性、模型团队配比、技术社区影响力 | Phase 3 | **高级分析能力**（v2.0 §6.12-6.14）： | 能力 | 描述 | Phase | |---|---|---| | 约束点识别（TOC） | 各维度评分 → 敏感度分析 → 约束点 = 敏感度 × 改善空间最大的维度 | Phase 3 | | 认知追踪（BML） | 支持企业记录"假设→实验→数据→结论"的完整循环 | Phase 3 | | 采用生命周期鸿沟诊断 | 识别企业卡在"早期采用者→早期大众"鸿沟前，自动标记并建议跨越策略 | Phase 3 | --- ## 三、UI/UX 设计 ### 3.1 投资人端 **驾驶舱**： - 顶部：Portfolio 健康度分布热力图（企业 × 维度） - 左中：本周新增风险卡片列表（红/黄/绿状态条） - 右中：AI 周报摘要（可折叠） - 底部：健康度趋势对比（多企业 sparkline） **企业详情工作台**： - 左侧导航：基本信息 / 财务 / 经营 / 组织 / 风险 / AI+ 专项 - 中部：当前选中维度详情（表格 + 图表） - 右侧：AI 建议 + 待办 + 风险预警（抽屉式） - 底部：投后管理时间线 **风险工作台**： - 左侧：筛选栏（严重程度 / 类型 / 企业 / 状态） - 中部：风险卡片列表（每张卡含证据链折叠面板） - 右侧：选中风险的处理闭环时间线 - 弱信号预警区：尚未形成强风险但值得关注的早期信号 **Portfolio 总览页**（Phase 2）： - 表格 + 指标卡，支持按行业/基金/阶段/投资经理/健康度/风险等级筛选 - 健康度趋势对比 - 边际回报率排序（Phase 4） - 退出准备度评估（Phase 4） **企业详情工作台**（Phase 2 增强）： - 左侧导航：基本信息 / 财务 / 经营 / 组织 / 风险 / 董事会 / 协议 / 协同 / AI+ 专项 / 数字孪生 - 中部展示财务、经营、组织、风险和董事会信息 - 右侧展示 AI 建议、待办事项、协同机会和弱信号预警 - 底部展示投后管理 Alpha 归因时间线（Phase 4） **董事会管理页**（Phase 2）： - 会前：AI 自动生成董事会材料摘要、追踪上次决议执行情况、生成投资人提问清单 - 会中：记录会议纪要和待办事项 - 会后：自动生成会议纪要、分派待办事项、追踪完成情况 - 决策前哨：提前预警即将面临的董事会关键决策议题 **投资协议管理页**（Phase 2）： - 协议列表 + 关键条款提取 - 条款触发预警面板 - 信息披露义务提醒 - 重大事项审批权提醒 **团队与人才池页**（Phase 3）： - 核心人才、可流动人才、顾问人才、高管候选人列表 - 9-Box 人才矩阵：绩效 × 潜力二维评估 - 人才引力场：行业关键人才流动预测 - 核心团队稳定性弱信号监控 **协同机会中心页**（Phase 3）： - 协同推荐列表（未授权前只展示模糊信息） - 组合创新机会 - 客户增长引擎方案 - 协同事项跟踪和效果评估 **AI+ 专项指标看板页**（Phase 3）： - 商业化看板：PoC 数量、转化率、付费客户、MRR、LTV/CAC - 模型与产品看板：模型准确率、延迟、版本迭代、DAU/MAU、NPS - 成本与单位经济看板：推理成本占比、单位推理成本、人工介入成本占比 - 数据与合规看板：训练数据合规性、用户数据授权覆盖率、内容审核覆盖率 - 团队与技术看板：核心技术人才稳定性、技术社区影响力、技术债务 **Alpha 归因时间线**（Phase 4）： - 干预事件 → 指标变化 → 估值影响 → 回报贡献 - 投后管理 Alpha 概览：投后动作对投资回报的贡献 **退出时机信号页**（Phase 4）： - 退出窗口信号面板 - "现在退出 vs 继续持有"期望收益对比 - 退出准备建议清单 ### 3.2 创始人端 **经营概览**： - 顶部：大数字卡片（Runway / MRR / 客户数 / 健康度） - 中部：关键指标趋势图 - 底部：AI 副驾驶入口（浮动按钮） **月报提交**： - 分步表单：基本信息 → 财务数据 → 经营数据 → AI+ 专项 - AI 辅助：上传文件后自动填充建议值 - 提交前预览 AI 摘要 **AI 副驾驶**： - 底部抽屉式对话窗口 - 上下文感知：自动注入当前企业数据 - 快捷问题按钮："投资人关心什么" / "融资建议" / "组织诊断" - （Phase 3）融资规划工具：融资节奏、估值区间、投资人画像建议 - （Phase 3）组织诊断工具：团队结构分析、关键岗位风险、人才缺口 - （Phase 3）投资人沟通准备：帮助创始人理解投资人关注点，准备董事会材料 - （Phase 3）月报自动生成：从企业系统自动采集数据，生成结构化月报 - （Phase 3）OKR 对齐视图：与投资人共同制定 OKR，追踪 KR 进展 - （Phase 3）Peer Learning Circle 入口 ### 3.3 响应式 - 投资人端：< md 时 Sidebar 折叠为抽屉，驾驶舱卡片单列 - 创始人端：移动端优先，卡片流 + 底部 Tab 导航 - Admin 端：< md 时表格横向滚动 --- ## 四、部署架构 ### 4.1 开发环境（Docker Compose） ```yaml services: postgres: # PostgreSQL 16 + PgVector redis: # Redis 7 ollama: # 本地 AI 推理 backend: # FastAPI + hot reload frontend: # Next.js + hot reload ``` ### 4.2 端口表 | 服务 | 端口 | 说明 | |---|---|---| | frontend | 3000 | Next.js dev server | | backend | 8000 | FastAPI dev server | | postgres | 5432 | PostgreSQL | | redis | 6379 | Redis | | ollama | 11434 | 本地 AI 推理 | ### 4.3 边缘算力机私有化部署（长期目标） ``` ┌─────────────────────────────────────────────────────┐ │ 客户安全域 │ │ ┌───────────┐ ┌───────────┐ ┌───────────┐ │ │ │ 本地 AI │ │ 本地知识库 │ │ 本地数据存储 │ │ │ │ 推理引擎 │ │ │ │ + 向量索引 │ │ │ └───────────┘ └───────────┘ └───────────┘ │ │ │ │ │ │ │ ┌───────────────────────────────────────────┐ │ │ │ 安全网关 │ │ │ │ 控制外部数据拉取 + 模型更新白名单通道 │ │ │ └───────────────────────────────────────────┘ │ │ │ │ │ ┌───────────────────────────────────────────┐ │ │ │ 审计日志 │ │ │ │ 全链路操作记录 │ │ │ └───────────────────────────────────────────┘ │ └─────────────────────────────────────────────────────┘ ``` **数据流**： - 投资机构和被投企业的敏感数据在本地完成采集、存储、计算和推理 - 外部工商、司法、舆情、行业数据通过受控网关拉取，进入本地后再参与分析 - 系统升级、模型升级和规则升级支持离线包或白名单通道 **数据不出域机制**： - 敏感数据本地处理，不传输到外部公有云 - AI 推理使用本地模型，不调用外部大模型 API 处理敏感数据 - 外部数据拉取经过显式授权和日志留痕 - 如确需使用外部大模型，必须采用显式授权、脱敏、最小必要字段传输、日志留痕和可关闭配置 ### 4.4 部署模式对比 | 模式 | 适用场景 | 数据安全 | |---|---|---| | Docker Compose | MVP / 开发 | 基础隔离 | | 边缘算力机私有化 | 大型产业资本/政府基金/控股集团 | 数据不出域 + 本地 AI | | 专有云部署 | 已有云基础设施的大型客户 | VPC + 专线/VPN | | 混合部署 | 部分敏感数据本地 + 部分上云 | 分级管控 | --- ## 五、安全与权限设计 ### 5.1 权限控制层级 - 投资机构级：不同机构数据严格隔离 - 基金级：同一机构内不同基金数据隔离 - 企业级：投资经理只看负责企业数据 - 角色级：GP / 投资经理 / 投后负责人 / 法务 / 财务 / 分析师 - 字段级：敏感字段独立权限控制 - 文件级：文件访问独立授权 - 下载权限：导出操作独立授权 ### 5.2 AI 权限继承 AI 必须继承用户权限。用户没有权限看的数据，AI 不能在回答中泄露： - 投资经理只能看到自己负责的企业数据 - 被投企业只能看到自己的数据 - 外部资源方只能查看被授权对接的信息 - 企业间协同推荐在未授权前只展示模糊信息 ### 5.3 审计机制 - 登录审计、查看审计、修改审计、导出审计、AI 调用审计、权限变更审计、协同对接审计 - 审计日志保留 ≥ 6 月 - 关键操作落 `audit_logs` 表 ### 5.4 加密与密钥管理 - 传输加密：TLS 1.3 - 存储加密：AES-256 - 密钥管理：支持 KMS 集成 - 字段级加密：敏感字段独立加密 - 高安全客户可支持硬件安全模块、国密算法、堡垒机接入和零信任访问控制 ### 5.5 模型与数据安全 - AI 回答引用证据：每个 AI 分析结论附带证据链（数据来源、指标引用、历史对比），禁止无依据推断 - 禁止外部模型训练留存：如确需调用外部大模型，合同层面要求供应商禁止留存、禁止用于训练客户数据 - 本地模型推理为主：敏感数据的 AI 推理使用本地 Ollama 模型，不传输到外部公有云 - AI 输出审计：每次 AI 调用记录输入摘要、输出摘要、模型版本、耗时和用户权限上下文 ### 5.6 安全承诺 1. **数据不出域**：敏感数据在客户安全域内完成采集、存储、计算、推理、审计和归档，不依赖外部公有云大模型 2. **AI 不泄露越权数据**：AI 继承用户权限，用户无权查看的数据不在 AI 回答中暴露 3. **可审计可追责**：全链路审计日志，AI 每次调用可追溯，关键操作落 `audit_logs` 表保留 ≥ 6 个月 4. **协同授权后披露**：企业间协同推荐在双方确认意向并授权后才交换具体信息，未授权前只展示模糊信息 --- ## 六、风险与对策 | 风险 | 对策 | |---|---| | AI 解析准确率不足 | Structured Output 约束 + 人工审阅兜底 | | 月报格式差异大 | 先支持结构化表单，再支持文件上传 | | 私有化部署复杂 | MVP 用 Docker Compose，长期才做边缘算力机 | | 多租户数据隔离 | 从架构层面 tenant_id 贯穿，中间件强制 | | AI 越权泄露 | AI 权限继承机制 + 协同推荐未授权前模糊化 | | 弱信号误报 | 证据链 + 准确率追踪 + confidence < 0.6 提示人工核对 | | Agent 自治执行风险 | L1-L4 分级自治 + 人工审核/确认/事后审核 | | 外部模型数据留存 | 合同禁止留存+禁止训练 + 本地模型为主 + 脱敏后传输 | | 月报提交不及时 | 提交及时性追踪 + 延迟热力图 + 自动提醒 + 数据质量评分 |