selfrelease
fad458b2a7
- UIUX 文档：填充 19 个缺口（多主体画像/健康度/AI+看板/增长域/洞察域/创始人端/OODA/助推/商密） - UIUX 文档：插入 6 个新章节（十四~十九），旧章节重编号为二十~三十一，更新目录和交叉引用 - 作业指导书 x5：导航改为 6 域分组，新增 Context Bar/工作模式/Insight Rail/决策线程/多工作区等 UI 概念 - 新建 docs/2-task-uiux.md：50 个代码落地开发任务，按 P0-P6 分优先级 + 8 Sprint 规划 - 后端/前端：大量新增模型、路由、组件（来自之前 Phase 开发）
17 lines
641 B
Python
17 lines
641 B
Python
"""TOC 约束点识别。"""
|
|
|
|
from app.services.llm_client import LLMClient
|
|
|
|
|
|
async def identify_constraints(company_data: str) -> dict:
|
|
"""AI 识别约束点 — 敏感度分析 → 约束点 = 敏感度 × 改善空间。"""
|
|
llm = LLMClient()
|
|
prompt = f"""请对以下企业数据进行 TOC 约束点识别：
|
|
|
|
{company_data[:5000]}
|
|
|
|
以 JSON 格式返回：
|
|
{{"constraints": [{{"name": "约束点", "sensitivity": 0.8, "improvement_space": 0.7, "priority_score": 0.56, "action": "改善建议"}}]}}"""
|
|
result = await llm.chat(prompt, temperature=0.4)
|
|
return result if isinstance(result, dict) else {"constraints": []}
|