feat: 添加线索引擎、NLQ、场景检测、前端界面等核心功能模块

backend/app/scenarios/split_contract.py

@@ -0,0 +1,78 @@
+"""场景一 · 政企收入全链路穿透：拆单规避检测（R8）。
+
+检测点：
+1. 合同金额集中分布在审批阈值边缘（如阈值 80% 以上但不超阈值）。
+2. 结合知识图谱穿透识别隐性实控人（多个客户经法人关联到同一实控人）。
+满足上述模式则生成线索，附证据链与人话理由。
+"""
+
+from __future__ import annotations
+
+from dataclasses import dataclass, field
+
+
+@dataclass
+class ContractRecord:
+    """穿透分析输入：一份合同的关键信息。"""
+
+    contract_id: str
+    customer_key: str
+    amount: float
+
+
+@dataclass
+class SplitFinding:
+    """拆单检测结果。"""
+
+    near_threshold: list[ContractRecord] = field(default_factory=list)
+    ratio: float = 0.0
+    total_amount: float = 0.0
+
+    @property
+    def hit(self) -> bool:
+        return len(self.near_threshold) >= 3
+
+
+def detect_threshold_edge(
+    contracts: list[ContractRecord],
+    approval_threshold: float,
+    edge_ratio: float = 0.8,
+) -> SplitFinding:
+    """识别金额集中在审批阈值边缘 [edge_ratio*阈值, 阈值) 的合同。
+
+    这类"刚好低于阈值"的批量合同是典型的拆单规避特征。
+    """
+    if approval_threshold <= 0:
+        raise ValueError("审批阈值必须为正数")
+    lower = edge_ratio * approval_threshold
+    near = [c for c in contracts if lower <= c.amount < approval_threshold]
+    finding = SplitFinding(
+        near_threshold=near,
+        ratio=(len(near) / len(contracts)) if contracts else 0.0,
+        total_amount=sum(c.amount for c in near),
+    )
+    return finding
+
+
+def split_risk_score(finding: SplitFinding, shared_controller: bool) -> float:
+    """综合评分：阈值边缘集中度 + 是否穿透到同一实控人。"""
+    if not finding.hit:
+        return 0.0
+    base = min(0.6, 0.1 * len(finding.near_threshold))  # 数量越多越可疑
+    base += 0.2 * finding.ratio
+    if shared_controller:
+        base += 0.3  # 同一实控人是强证据
+    return round(min(base, 1.0), 3)
+
+
+def build_rationale(finding: SplitFinding, threshold: float, shared_controller: bool) -> str:
+    parts = [
+        f"检测到 {len(finding.near_threshold)} 份合同金额集中在审批阈值 "
+        f"{threshold:.0f} 的边缘区间（占比 {finding.ratio:.0%}），",
+        f"边缘合同金额合计约 {finding.total_amount:.0f}。",
+    ]
+    if shared_controller:
+        parts.append("且经工商关联穿透，相关客户疑似同属一个隐性实控人，高度符合拆单规避特征。")
+    else:
+        parts.append("建议进一步穿透客户关联关系以确认是否同一实控人。")
+    return "".join(parts)