Files
AIPortPilot/backend/app/services/founder_copilot.py
T
selfrelease fad458b2a7 docs(uiux): UIUX 设计方案大改 + 5 份作业指导书对齐 + 开发任务文档
- 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)
2026-07-19 11:53:38 +08:00

46 lines
1.8 KiB
Python

"""AI 创始人副驾驶(完整版)。
融资规划/组织诊断/投资人沟通/战略规划/月报自动生成。
"""
from app.services.llm_client import LLMClient
async def financing_planner(company_data: str) -> dict:
"""AI 融资规划。"""
llm = LLMClient()
prompt = f"""请为以下企业生成融资规划建议:
{company_data[:4000]}
以 JSON 格式返回:
{{"round": "轮次", "target_amount": "目标金额", "valuation_range": "估值范围", "timeline": "时间节奏", "target_investors": ["目标投资人画像"], "key_metrics": ["需突出的关键指标"]}}"""
result = await llm.chat(prompt, temperature=0.5)
return result if isinstance(result, dict) else {}
async def org_diagnostic(team_data: str) -> dict:
"""AI 组织诊断。"""
llm = LLMClient()
prompt = f"""请分析以下团队数据,进行组织诊断:
{team_data[:4000]}
以 JSON 格式返回:
{{"structure_assessment": "结构评估", "key_role_risks": [{{"role": "关键岗位", "risk": "风险描述", "severity": "high/medium/low"}}], "talent_gaps": ["人才缺口"], "recommendations": ["建议"]}}"""
result = await llm.chat(prompt, temperature=0.4)
return result if isinstance(result, dict) else {}
async def investor_comm_prep(board_context: str) -> dict:
"""AI 投资人沟通准备。"""
llm = LLMClient()
prompt = f"""请为以下董事会/投资人沟通生成准备材料:
{board_context[:4000]}
以 JSON 格式返回:
{{"board_material_outline": "董事会材料大纲", "anticipated_questions": [{{"question": "预期问题", "suggested_answer": "建议回答"}}], "key_updates": ["关键进展"], "asks": ["需要投资人支持的请求"]}}"""
result = await llm.chat(prompt, temperature=0.5)
return result if isinstance(result, dict) else {}