group_xinghuo_jinrong/docs/memory/FLOW.md

实现流程

To-Be 端到端链路；As-Is 见 ENVIRONMENT.md
画像分层见 docs/项目框架设计/表设计/00-架构总览.md

---

0. 本地 bootstrap（新环境 / 新 Agent）

前置：MySQL 8、**Docker Desktop（Redis + 可选 Neo4j compose）**、Ollama(bge-m3) 已安装并启动

① 配置
   cp .env.example .env
   必填：MYSQL_PASSWORD、NEO4J_PASSWORD、DEEPSEEK_API_KEY（对话阶段）

② 依赖
   pip install -r requirements.txt

③ Core 模拟库（L0）
   .\scripts\core\reset.ps1
   → 创建 jinrong_core + 客户/产品/持仓/交易 + **07 净值历史（14×365 日）**
   （风控演示：`.\scripts\demo\prepare_all.ps1` 或 `prepare_risk_demo.sql` · PRD §10.2）

④b 数据分析问数（可选）
   mysql … < scripts/agent/migrate-analyst-d07-d11.sql   # 若未建 analyst 资产表
   mysql … < scripts/agent/seed-analyst-metric-dict.sql
   mysql … < scripts/agent/seed-analyst-query-templates.sql   # 模板缓存演示

④ Agent 共用底座（若库未建）
   mysql -u root -p < docs/项目框架设计/表设计/01-mysql-共用底座.sql
   （风控：再建 02-mysql-agent专用.sql 的 risk_aml_list + 灌 scripts/agent/seed-aml-list.sql）

⑤ 同步
   python scripts/sync/sync_advisor_rel.py   → customer_advisor_rel
   python scripts/sync/sync_neo4j.py         → 关系图（需 compose neo4j 或 Desktop）

⑤b Redis（推荐 Docker）
   docker compose up -d redis
   # 或 .\scripts\dev\start-redis.ps1
   # .env: REDIS_URL=redis://127.0.0.1:6380/0  （避开本机 Windows Redis 占 6379）

⑥ 验证
   uvicorn app.main:app --reload
   GET http://127.0.0.1:8000/health  → {"status":"ok"}
   GET http://127.0.0.1:8000/api/ready  → Redis + 路由自检（前端 DevReadyBanner）
   cd web && npm run dev               → 5173 代理 8000
   python -m pytest   → 825 passed 1 skipped
   问数答辩前：见 `docs/答辩/DEMO-SOP-答辩全流程.md` · 问数分册 `DEMO-SOP-问数.md`（`scripts/dev/seed_analyst.ps1` · battery 可选）

RBAC 联调账号：scripts/dev/rbac-seed-reference.md

尚未自动化： agent 专用表已有 02-mysql-agent专用.sql（手工执行，含 risk_aml_list）；Milvus 建 Collection 已随 T-21 自动化（scripts/kb/build_kb.py 可重灌）。JWT 中间件已完成（T-01：app/service/auth_service.py + deps.py 工厂；dev 联调签发 scripts/dev/issue_dev_token.py，debug 头兜底仅限 development 且未配 RS256 公钥）。

---

1. 链路总览（目标）

Client → Gateway(JWT/RBAC) → api/chat → agent_service(LangGraph) → Tools → 存储 → 响应 + audit_log

当前：风控全链路 + Wave 0 共用底座 + 代销平台 v0.1 + AL-09 + 客服 S2 Wave3 + 数据分析 D-06/N-03/N-07 + 前端 P0 Demo（2026-09-11，merger）。测试基线：python -m pytest → 825 passed 1 skipped · web/ 22 Vitest 绿 · npm run build 绿。

下一步（统筹 P1）： merger commit · 20 题 battery · 客服/风控 E2E 详测 · analyst D-09 多轮 · 客服 L2 Redis（风控不做 L1/L2）。

本机已就位状态（2026-09-12）： pytest 861 绿 · Vitest 27 绿 · 问数模板 match_phrases + 常用问法 UI · NL2SQL 内置 few-shot（analyst_agent._BUILTIN_SQL_FEW_SHOTS）· 测试包 AN-002。

本机已知坑： mysql.exe 不在 PATH；reset.ps1 自动化用 MYSQL_PWD；6379 常被 Windows Redis 3.x 占用 → 项目 Docker 映射 6380；Milvus 中文路径需英文 MILVUS_URI；问数模板需灌 seed-analyst-query-templates.sql 才见蓝色「模板命中」标签；battery_report.json 不入库（.gitignore）。

---

2. 主链路 · 对话

输入：Authorization + X-Agent-Type + X-Trace-Id + 用户消息
↓
Gateway：验签、角色准入、注入 AuthContext                    【T-01 已做】（JWT 验签/吊销 + AGENT_ACCESS_MATRIX）
↓
输入防护：限流（429）→ 注入/超长（400）                     【T-03 已做】（Redis 固定窗口 30 次/分 fail-open；被拒 fail-fast 不建会话，blocked 落 input_guard_log）
↓
api/chat：SessionGuard；创建/续 agent_session               【T-06 已做】（actor/agent_type 一致校验）
↓
memory_service：Redis 读最近 N 轮；MySQL 落盘 agent_message   【T-06 已做】（窗口 TTL2h N≤20，miss 回源；同步落盘）
↓
agent_service：LangGraph StateGraph + DeepSeek；tool(意图→Tool) → llm → guard  【T-04 + C2 已做（分组关键词意图 customer/advisor/risk；risk 分支接 C1 四 Tool）】
↓
Tool（tool_service.run_tool：白名单 → 归属校验 → 执行 → agent_tool_call 落库）：
  - CoreReadOnlyRepository：持仓/流水/L0（customer_id 由会话注入，不来自 LLM）  【T-04 已做 app/tool/core_tools.py 三 Tool】
  - 风控四 Tool：alert_query/customer_context/suitability_check/aml_lookup     【C1 已做 chat_tools（RISK_TOOL_REGISTRY）】
  - milvus_tool：产品规则 RAG + source_refs                   【已做 T-21（app/tool/kb_tools.py + rag_service/milvus_service；仅 customer/advisor 意图开放）】
  - memory_service：读/写 L1/L2/L3（ProfileGuard）              【窗口读写已做；画像读写待做】
↓
输出：assistant 消息 + has_disclaimer（customer/risk 固定免责，T-07 guard 节点）
↓
落库：agent_message、agent_tool_call（T-04 已接：success/blocked/error 全留痕，message_id 一期 NULL）、audit_log（http_access 已接，同 trace_id）

客户线并行分支（X-Agent-Type: customer · 2026-09-10）：

api/chat 或 /stream → auth_adapter → customer_service.run_customer_chat（14 节点 LangGraph）
  → intent_classify（关键词优先：数据查询 > save_note > nav/匹配）
  → core_ro_tool（持仓/流水/风评/适当性/净值）或 fin_* RAG 或 reject/transfer
  → interpret/generate/chitchat → sanitize_postprocess.finalize_sanitized_reply（1B）
  → profile_maybe_extract → threshold_service.sync（C-04 摘要写 config）
  → query_holdings 末尾 build_threshold_alert（达线追加提醒 + customer_notify_log）
SSE：prepare_customer_stream 整图跑完再 _chunk_reply_text 推块

---

3. 主链路 · 知识库入库

admin/knowledge 上传 → document_parser → embedding_tool(Ollama bge-m3)
→ milvus_tool 写入 Collection（dim=1024）
→ 元数据可选写 MySQL；原文件存 data/kb/

---

4. 分支 · 四 Agent

X-Agent-Type	写画像	特殊
customer	L1	仅本人；读 suitability 本人
advisor	L2	customer_advisor_rel 校验
analyst	无	仅 SELECT SQL
risk	L3、预警、适当性	R-02 可 blocked

---

5. 每步 I/O

步骤	输入	输出	约定
鉴权	JWT	AuthContext	失败 401/403 + audit + input_guard_log 双写（401 归 platform）
会话	session_id	Redis ctx + MySQL session	actor_id 一致（AUTH_403_SESSION_AGENT）
RAG	question + product_id?	chunks + source_doc_id	必须溯源
画像读	customer_id	L1/L2/L3 JSON	RBAC 矩阵 §8
Core RO	customer_id	L0/持仓/流水	只读 jinrong_core
审计	任意判定	audit_log INSERT	不可删改；http_access 经 audit 中间件

---

6. 关键数据约定

• Agent 库 SQL：docs/项目框架设计/表设计/01-mysql-共用底座.sql、02-mysql-agent专用.sql
• Core 模拟：scripts/core/01-ddl.sql · 07-seed-nav-history.sql · 说明 docs/项目框架设计/Core模拟底座/01-表结构与种子说明.md
• Redis Key：docs/项目框架设计/表设计/02-redis-keys.md
• Milvus：kb_product_rules、kb_business_ops；向量 1024 维
• 禁止：Agent 覆盖 L0 正式 C1~C5