TECH STACK
RAG + Agent：把“可回答”升级为“可执行”
先进性不仅在于模型能力，更在于工程化：多源数据版本化、强约束校验护栏、结构化输出与可观测运营，让系统具备长期稳定服务 B 端的能力。
RAG 知识引擎
更准、更可核查记忆库 + 检索专家
切分/索引/重排/版本管理
Agent 决策编排
建议可执行分析师 + 策略官
工具调用、约束校验、结构化输出
领域模型能力
降低理解门槛术语理解 + 推理
专业语义、逻辑一致、模板化输出
多源数据中台
结论跟得上变化融合与更新
接入/清洗/时间戳/冗余备份
安全与可观测性
可控、可追责护栏 + 仪表盘
鉴权/审计/告警/追踪/灰度
WORKFLOW
决策工作流：把证据转成结论
用“可验证工具链 + 结构化护栏”确保输出稳定，同时把依据封装为可核查材料。
1情境构建
Context输入坐标/机型/任务/时段；构建约束集合与风险边界。
2证据检索
RAG面向法规、通告、动态数据检索证据并重排。
3工具执行
Tools空间关系计算、阈值判断、时间窗口匹配等可验证工具链。
4裁决生成
Decision强约束校验后输出 allowed/conditional/forbidden 及建议。
5证据封装
Audit条款引用、来源、时间戳与版本写入留痕记录/报告。
提示：技术栈与输出口径均可按落地场景调整（如监管抽查、企业内审、应急处置等），支持增量接入新的数据源与规则集。