wurenzhi
2b86715c09
- 移除未使用的TabPane组件 - 修复类型定义和导入方式 - 优化mock数据源的环境变量判断逻辑 - 更新文档结构并归档旧文件 - 添加新的UI组件和Memo组件 - 调整API路径和响应处理
428 lines
15 KiB
Markdown
428 lines
15 KiB
Markdown
# AI Strategy (Crawlful Hub)
|
||
|
||
> **定位**：Crawlful Hub AI 策略文档 - 描述多 AI 协作方案、任务分配策略及决策流程。
|
||
> **更新日期**: 2026-03-18
|
||
> **注意**：本文档不重复 Task_Overview.md 中的任务列表，仅描述 AI 协作策略。
|
||
|
||
---
|
||
|
||
## 1. 多 AI 协作架构
|
||
|
||
### 1.1 架构概览
|
||
|
||
```
|
||
┌─────────────────────────────────────────────────────────────┐
|
||
│ Brain (调度中心) │
|
||
│ 全局调度与决策 │
|
||
└─────────────────────────────────────────────────────────────┘
|
||
│
|
||
┌───────────────────┼───────────────────┐
|
||
▼ ▼ ▼
|
||
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
|
||
│ AI Agent 1 │ │ AI Agent 2 │ │ AI Agent N │
|
||
│ (前端/插件) │ │ (后端/数据) │ │ (分析/决策) │
|
||
└─────────────────┘ └─────────────────┘ └─────────────────┘
|
||
│ │ │
|
||
└───────────────────┼───────────────────┘
|
||
▼
|
||
┌──────────────────┐
|
||
│ Task Queue │
|
||
│ (BullMQ) │
|
||
└──────────────────┘
|
||
```
|
||
|
||
### 1.2 角色定义
|
||
|
||
| 角色 | 职责 | 能力范围 |
|
||
|------|------|----------|
|
||
| **Brain** | 全局调度、任务分配、冲突解决 | 不直接生成代码 |
|
||
| **AI Agent** | 原子任务包闭环开发 | 代码生成、测试、部署 |
|
||
| **AI Analyst** | 数据分析、报告生成 | 数据处理、可视化 |
|
||
| **AI Decision** | 决策支持、策略优化 | 算法、预测 |
|
||
|
||
### 1.3 协作原则
|
||
|
||
1. **一次性分发**：每轮下发完整任务包（P0/P1/P2）
|
||
2. **连续执行**：任务包内连续执行到"完成或明确阻塞"
|
||
3. **文件占用锁**：同目录协作先声明归属，"谁领取谁编辑"
|
||
4. **冲突处理**：后写入方必须先 Read 最新内容，增量合并
|
||
|
||
---
|
||
|
||
## 2. 任务分配策略
|
||
|
||
### 2.1 动态分配机制
|
||
|
||
```typescript
|
||
// 任务分配算法
|
||
interface TaskAssignment {
|
||
taskId: string;
|
||
agentId: string;
|
||
priority: 'P0' | 'P1' | 'P2' | 'P3';
|
||
capability: string[];
|
||
estimatedTime: number;
|
||
}
|
||
|
||
// 分配策略
|
||
const assignmentStrategy = {
|
||
// 能力匹配
|
||
matchCapability: (task: Task, agent: Agent): boolean => {
|
||
return task.requiredCapabilities.every(cap =>
|
||
agent.capabilities.includes(cap)
|
||
);
|
||
},
|
||
|
||
// 负载均衡
|
||
balanceLoad: (agents: Agent[]): Agent => {
|
||
return agents.reduce((min, agent) =>
|
||
agent.activeTasks < min.activeTasks ? agent : min
|
||
);
|
||
},
|
||
|
||
// 优先级排序
|
||
sortByPriority: (tasks: Task[]): Task[] => {
|
||
const priorityOrder = { P0: 0, P1: 1, P2: 2, P3: 3 };
|
||
return tasks.sort((a, b) =>
|
||
priorityOrder[a.priority] - priorityOrder[b.priority]
|
||
);
|
||
},
|
||
};
|
||
```
|
||
|
||
### 2.2 能力标签
|
||
|
||
| 能力标签 | 说明 | 适用任务 |
|
||
|----------|------|----------|
|
||
| `frontend` | 前端开发 | React, UI组件 |
|
||
| `backend` | 后端开发 | API, Service |
|
||
| `plugin` | 插件开发 | Chrome Extension |
|
||
| `database` | 数据库 | Schema, Query |
|
||
| `ai-analysis` | AI分析 | 数据分析, 报告 |
|
||
| `ai-decision` | AI决策 | 算法, 策略 |
|
||
| `devops` | 运维 | 部署, 监控 |
|
||
|
||
---
|
||
|
||
## 3. 决策流程
|
||
|
||
### 3.1 决策层级
|
||
|
||
```
|
||
Level 1: AI Agent 自主决策
|
||
├─ 代码实现细节
|
||
├─ 单元测试用例
|
||
└─ 局部重构
|
||
|
||
Level 2: Brain 协调决策
|
||
├─ 跨模块接口设计
|
||
├─ 任务优先级调整
|
||
└─ 资源冲突解决
|
||
|
||
Level 3: 人工确认决策
|
||
├─ 核心业务数据修改（调价、退款）
|
||
├─ 架构重大变更
|
||
└─ 生产环境部署
|
||
```
|
||
|
||
### 3.2 决策流程门禁
|
||
|
||
```
|
||
SUGGESTED -> PENDING_REVIEW -> EXECUTED/REJECTED
|
||
```
|
||
|
||
**严禁**：AI 直接修改核心业务数据（调价、退款、下单）
|
||
**必须**：人工在 Console 端确认后方可执行
|
||
|
||
---
|
||
|
||
## 4. 自省与上报
|
||
|
||
### 4.1 自省要求
|
||
|
||
AI Agent 必须在以下阶段上报"自我问题"：
|
||
|
||
1. **对话开始时**
|
||
- 当前任务理解
|
||
- 依赖任务状态
|
||
- 潜在风险点
|
||
|
||
2. **执行过程中**
|
||
- 进度更新
|
||
- 阻塞问题
|
||
- 需要协调的事项
|
||
|
||
3. **交付前**
|
||
- 功能验证结果
|
||
- 测试覆盖率
|
||
- 已知限制
|
||
|
||
### 4.2 上报格式
|
||
|
||
```typescript
|
||
interface SelfReport {
|
||
stage: 'start' | 'progress' | 'delivery';
|
||
taskId: string;
|
||
agentId: string;
|
||
status: 'normal' | 'blocked' | 'at-risk';
|
||
progress: number; // 0-100
|
||
issues: {
|
||
type: 'dependency' | 'conflict' | 'technical' | 'resource';
|
||
description: string;
|
||
severity: 'low' | 'medium' | 'high';
|
||
}[];
|
||
nextSteps: string[];
|
||
}
|
||
```
|
||
|
||
---
|
||
|
||
## 5. 质量保障
|
||
|
||
### 5.1 代码质量门禁
|
||
|
||
| 指标 | 目标值 | 检查方式 |
|
||
|------|--------|----------|
|
||
| 测试覆盖率 | ≥ 80% | 自动化测试 |
|
||
| 类型安全 | 100% | TypeScript strict |
|
||
| 代码规范 | 0 警告 | ESLint |
|
||
| 文档完整 | 100% | JSDoc |
|
||
|
||
### 5.2 验证流程
|
||
|
||
```
|
||
代码生成
|
||
│
|
||
▼
|
||
静态检查 (ESLint/TypeScript)
|
||
│
|
||
▼
|
||
单元测试
|
||
│
|
||
▼
|
||
集成测试
|
||
│
|
||
▼
|
||
人工 Review (关键模块)
|
||
│
|
||
▼
|
||
部署验证
|
||
```
|
||
|
||
---
|
||
|
||
## 6. AI节点自动决策体系
|
||
|
||
### 6.1 核心理念
|
||
|
||
1. **节点化设计**：每个决策动作是一个节点（Node），节点可以是 AI 生成建议、条件判断、执行动作、通知等
|
||
2. **数据驱动**：每个节点依赖历史数据 + 实时数据来生成建议
|
||
3. **自动推进**：节点间用逻辑流或条件流连接，AI 根据上下文和规则自动选择下一节点
|
||
4. **可回溯与干预**：每个节点都有日志，初期可允许人工干预，后期高置信度节点可完全自动执行
|
||
|
||
### 6.2 节点类型
|
||
|
||
| 节点类型 | 功能 | 输入数据 | 输出数据 |
|
||
|----------|------|----------|----------|
|
||
| **决策节点（Decision Node）** | AI 根据数据生成建议或选择动作 | 历史数据、实时数据、外部数据 | JSON动作方案 + 置信度 + 风险等级 |
|
||
| **条件节点（Condition Node）** | 根据规则或状态判断执行路径 | 决策节点输出 + 实时数据 | 执行路径（自动执行/人工确认/阻止执行） |
|
||
| **执行节点（Action Node）** | 调用 API、脚本或系统操作 | 确认后的动作方案 | 执行状态（成功/失败） |
|
||
| **人工确认节点（Human Approval Node）** | 人类对 AI 建议进行修改或确认 | 决策节点输出 + 条件判断结果 + 数据参考 | 最终动作方案 |
|
||
| **日志节点（Log Node）** | 记录整个节点数据、结果 | 所有节点输入输出 | 日志记录（唯一ID，全链路追踪） |
|
||
| **历史数据更新节点** | 将执行结果回写历史库 | 执行结果 | 历史数据库更新 |
|
||
| **报表分析节点（Report/Analytics Node）** | 生成报表和趋势分析 | 历史数据 + 节点日志 | 报表、趋势分析、总结 |
|
||
|
||
### 6.3 数据分类
|
||
|
||
| 数据类别 | 内容 | 用途 |
|
||
|----------|------|------|
|
||
| **历史数据** | 广告投放历史（CTR、CVR、ROI）、价格历史、销售历史、TOB批发订单历史 | 预测调价或预算策略、判断调价幅度 |
|
||
| **实时数据** | 当前库存、价格、预算、广告状态、实时ROI、异常指标 | 决定节点是否可执行、支持条件节点判断分支 |
|
||
| **外部数据** | 节假日、竞品价格、市场趋势、供应链状态、汇率 | 影响广告投放策略和定价 |
|
||
|
||
### 6.4 决策流程门禁
|
||
|
||
```
|
||
SUGGESTED -> PENDING_REVIEW -> EXECUTED/REJECTED
|
||
```
|
||
|
||
- **严禁**：AI 直接修改核心业务数据（调价、退款、下单）
|
||
- **必须**：人工在 Console 端确认后方可执行
|
||
|
||
---
|
||
|
||
## 7. 业务闭环设计
|
||
|
||
### 7.1 TOC（零售单笔闭环）
|
||
|
||
```
|
||
[输入数据] → [AI决策节点] → [条件判断节点] → [人工确认节点] → [执行节点]
|
||
↓
|
||
[日志节点] → [历史数据更新节点] → [报表分析节点] → [优化反馈节点] → 回到 [AI决策节点]
|
||
```
|
||
|
||
1. **输入数据**：单笔订单、客户历史购买、库存状态、广告数据、市场趋势
|
||
2. **决策节点**：AI 生成动作建议（是否调价、是否推荐促销、广告曝光调整）
|
||
3. **条件节点**：检查库存、预算、置信度、风险
|
||
4. **人工确认节点**（可选）：处理低置信度或高风险动作
|
||
5. **执行节点**：系统执行调价、广告调整、库存扣减
|
||
6. **日志节点**：记录每个操作和决策过程
|
||
7. **历史数据更新节点**：更新库存、销售、广告效果、ROI
|
||
8. **报表分析节点**：生成订单收益、库存波动、广告转化报表
|
||
9. **优化反馈节点**：AI 根据报表优化下一轮决策
|
||
|
||
### 7.2 TOB（批发/整柜闭环）
|
||
|
||
1. **输入数据**：批发订单、客户等级、库存、供应商状态、市场趋势
|
||
2. **决策节点**：AI 生成分配方案、价格方案、库存调拨方案
|
||
3. **条件节点**：检查库存、供应商能力、风险等级
|
||
4. **人工确认节点**：处理库存紧张或低置信度分配
|
||
5. **执行节点**：系统生成订单、调拨库存、同步 ERP
|
||
6. **日志节点**：全链路记录决策与执行状态
|
||
7. **历史数据更新节点**：回写分配结果、客户反馈、库存变化
|
||
8. **报表分析节点**：生成分配效率、库存周转率、客户满意度报表
|
||
9. **优化反馈节点**：AI 根据历史表现优化分配策略
|
||
|
||
### 7.3 功能模块闭环示例
|
||
|
||
| 功能模块 | 节点应用说明 |
|
||
|----------|--------------|
|
||
| 广告价格调节 | 决策节点生成调价方案 → 条件节点判断库存和预算 → 人工确认或自动执行 → 执行节点调整广告价格 → 日志 → 历史更新 → 报表分析 |
|
||
| 产品调价 | 决策节点生成价格建议 → 条件判断 ROI、库存 → 人工确认 → 执行调价 → 日志 → 历史更新 → 报表分析 |
|
||
| 批发订单分配 | 决策节点生成分配方案 → 条件节点判断库存和客户优先级 → 人工确认或自动分配 → 执行节点生成订单 → 日志 → 历史更新 → 报表分析 |
|
||
| 库存管理 | 决策节点预测缺货/过量 → 条件节点判断安全库存 → 人工确认 → 执行节点调拨或采购 → 日志 → 历史更新 → 报表分析 |
|
||
| 促销活动 | 决策节点生成活动策略 → 条件节点判断库存/ROI → 人工确认 → 执行节点发布活动 → 日志 → 历史更新 → 报表分析 |
|
||
|
||
---
|
||
|
||
## 8. 规则引擎（初期备用方案）
|
||
|
||
### 8.1 设计定位
|
||
|
||
- **目的**：在 AI 决策模型尚未充分训练或 token 不可用的情况下，保证业务能继续自动化运行
|
||
- **特点**：
|
||
- 逻辑简单、可配置
|
||
- 不依赖 token 调用
|
||
- 作为 AI 决策节点的备用或初期执行层
|
||
|
||
### 8.2 规则引擎与 AI 决策的关系
|
||
|
||
```
|
||
[业务触发] → [规则引擎检查] → [规则命中?]
|
||
├── 是 → [按规则执行] → [日志记录]
|
||
└── 否 → [AI决策节点] → [条件判断] → [执行]
|
||
```
|
||
|
||
### 8.3 规则类型
|
||
|
||
| 规则类型 | 说明 | 示例 |
|
||
|----------|------|------|
|
||
| **阈值规则** | 基于数值阈值的判断 | 库存 < 安全库存 → 触发补货 |
|
||
| **时间规则** | 基于时间周期的判断 | 每日 00:00 检查广告预算 |
|
||
| **组合规则** | 多条件组合判断 | ROI > 1.5 且 库存充足 → 自动增加广告预算 |
|
||
| **异常规则** | 异常检测与处理 | CTR 下降 > 30% → 触发人工确认 |
|
||
|
||
### 8.4 规则配置示例
|
||
|
||
```typescript
|
||
interface Rule {
|
||
id: string;
|
||
name: string;
|
||
condition: {
|
||
type: 'threshold' | 'time' | 'composite' | 'anomaly';
|
||
expression: string;
|
||
};
|
||
action: {
|
||
type: 'auto_execute' | 'human_approval' | 'notification';
|
||
payload: object;
|
||
};
|
||
priority: number;
|
||
enabled: boolean;
|
||
}
|
||
|
||
// 示例规则
|
||
const rules: Rule[] = [
|
||
{
|
||
id: 'RULE-001',
|
||
name: '库存不足自动补货',
|
||
condition: {
|
||
type: 'threshold',
|
||
expression: 'inventory < safety_stock'
|
||
},
|
||
action: {
|
||
type: 'human_approval',
|
||
payload: { action: 'restock', quantity: 'suggested_amount' }
|
||
},
|
||
priority: 1,
|
||
enabled: true
|
||
},
|
||
{
|
||
id: 'RULE-002',
|
||
name: '高ROI广告自动加预算',
|
||
condition: {
|
||
type: 'composite',
|
||
expression: 'roi > 1.5 AND inventory > min_stock'
|
||
},
|
||
action: {
|
||
type: 'auto_execute',
|
||
payload: { action: 'increase_budget', amount: 100 }
|
||
},
|
||
priority: 2,
|
||
enabled: true
|
||
}
|
||
];
|
||
```
|
||
|
||
### 8.5 演进路径
|
||
|
||
| 阶段 | 规则引擎 | AI决策节点 |
|
||
|------|----------|------------|
|
||
| **初期** | 主导，处理大部分标准场景 | 辅助，处理复杂场景 |
|
||
| **中期** | 处理简单、确定性场景 | 主导，处理需要预测和优化的场景 |
|
||
| **后期** | 作为异常处理和兜底机制 | 全链路自动决策 |
|
||
|
||
---
|
||
|
||
## 9. 自动化程度演进
|
||
|
||
| 阶段 | 特征 | 人工干预 |
|
||
|------|------|----------|
|
||
| **初期** | AI建议 + 人审核，人工操作占主导 | 高干预，大部分决策需要人工确认 |
|
||
| **中期** | 对置信度高、低风险的操作可自动执行 | 中等，人工处理异常和低置信度决策 |
|
||
| **后期** | AI全链路决策 + 自动执行 | 低干预，仅异常或低置信度操作人工介入 |
|
||
|
||
### 阈值管理
|
||
|
||
- 置信度阈值、风险等级、操作类型均可配置
|
||
- 支持按业务模块（TOC/TOB）设置不同阈值
|
||
- 支持自适应阈值：系统根据历史执行效果自动调整
|
||
|
||
---
|
||
|
||
## 10. 与 Task_Overview.md 的关系
|
||
|
||
### 10.1 职责划分
|
||
|
||
| 文档 | 职责 | 内容 |
|
||
|------|------|------|
|
||
| **Task_Overview.md** | 任务追踪 | 所有任务的详细列表、状态、依赖 |
|
||
| **AI_Strategy.md** | 策略描述 | AI 协作机制、决策流程、质量保障、节点自动决策体系 |
|
||
|
||
### 10.2 避免重复
|
||
|
||
- **Task_Overview.md** 是唯一的任务源
|
||
- **AI_Strategy.md** 不重复定义任务
|
||
- **AI_Strategy.md** 描述如何执行任务的策略
|
||
|
||
---
|
||
|
||
## 11. 相关文档
|
||
|
||
- [Task Overview](../00_Business/Task_Overview.md) - 任务追踪（唯一任务源）
|
||
- [Business ClosedLoops](../00_Business/Business_ClosedLoops.md) - 业务闭环
|
||
- [System Architecture](../01_Architecture/System_Architecture.md) - 系统架构
|
||
- [AI Module List](./AI_Module_List.md) - AI模块清单
|
||
|
||
---
|
||
|
||
*本文档描述 AI 协作策略，不重复任务列表，最后更新: 2026-03-19*
|