AIPortPilot/docs/1-prd.md

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

-- 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

-- 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

-- 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

-- 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 <<<USER_INPUT>>>，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）

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

---

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