DEMO-AGENT/docs/需求分析/6.agent_core模块需求分析.md

Agent Core 模块需求分析

1. 模块定位

agent_core 的定位更新为：

资料包审核 Agent 编排引擎

它不再只服务固定报表页面，而是直接服务：

1. 对话任务编排
2. 资料包上下文绑定
3. RAG 法规与业务依据检索
4. 节点式结构化输出
5. 飞书通知触发载荷生成

2. 核心目标

1. 在会话上下文中执行目录汇总、完整性检查、字段抽取、一致性核查和风险预警。
2. 使用规则优先、RAG 取证、LLM 辅助解释的工作模式。
3. 输出适合对话节点展示的结构化结果。
4. 在任务完成或异常时生成飞书通知载荷。

3. 输入上下文要求

Agent Core 执行时必须显式接收：

1. conversation_id
2. batch_id
3. product_name
4. document_scope
5. task_template
6. knowledge_scope

4. 编排能力拆分

4.1 对话入口编排

根据用户指令和模板，决定当前执行：

1. 目录汇总
2. 完整性检查
3. 字段抽取
4. 一致性核查
5. 风险结论

4.2 RAG 检索能力

RAG 负责：

1. 命中法规依据
2. 命中业务依据
3. 为对话解释提供证据

4.3 节点结果输出

每一步结果要输出为可对话展示的节点，而不是单纯 JSON。

4.4 通知上下文生成

在任务完成或异常时，生成：

1. 通知原因
2. 责任角色
3. 飞书目标账号
4. 摘要内容
5. Web 详情链接

5. 飞书相关需求

Agent Core 需要消费角色信息中的飞书字段：

1. owner_role
2. owner_name
3. department
4. chapter_scope
5. risk_scope
6. feishu_user_id
7. feishu_open_id
8. feishu_name
9. notify_enabled

V1 固定通知策略：

1. 执行完成后 @ 处理人
2. 执行异常后 @ 处理人

6. 结构化输出要求

除原有报告外，还应新增对话友好型输出对象：

1. conversation_node_result
2. rag_evidence_item
3. owner_notification_payload

7. 与知识库的关系

知识库不只是配置后台，而是 Agent Core 的运行底座，至少包括：

1. 法规资料切片
2. 业务资料切片
3. 字段 Schema
4. 模板映射
5. 责任人映射
6. 飞书通知配置

8. 验收标准

1. Agent Core 能在会话上下文中完成完整审核链路。
2. 能输出对话节点结果和 RAG 依据。
3. 能生成执行完成/异常两类飞书通知上下文。
4. 能基于责任人飞书字段构建 @ 处理人载荷。