投顾综合 Agent 端到端系统流程图

一句话定义：该流程图描述了一个从投顾输入到仪表盘输出的端到端系统架构，涵盖入口调度、四阶段执行 pipeline、数据源、存储及贯穿事件，并强调防幻觉与能力边界两条关键设计红线。

关键知识点

1. 入口调度层（ENTRY）

• 概念：系统接收用户输入并进行意图识别、路由与任务规划的第一层。
• 简要解释：IntentRouter 利用 ReActAgent 判断输入是否清晰、是否在能力范围内，若需澄清或超范围则触发异常处理；通过 SkillSelector 和 Planner 选择技能并规划任务，最后由 ToolkitConfigurator 配置工具集。
• 例子：用户输入“帮我分析股票 A 的近期走势”，若“股票 A”存在歧义（如多公司同名），IntentRouter 会触发 SymbolLookupTool 进行消歧。

2. 四阶段执行 pipeline（PIPE）

• 概念：从数据检索到仪表盘输出的核心处理流程。
• 简要解释：DataRetriever 获取数据 → Analyzer 分析 → DashboardComposer 组装仪表盘 → 回填数据 → Schema 校验 → 审计 → 最终输出。
• 例子：DataRetriever 从内部库和第三方获取股价数据，Analyzer 计算趋势指标，DashboardComposer 生成可视化组件。

3. 数据源与存储（SRC）

• 概念：系统依赖的数据来源与缓存层。
• 简要解释：包括内部库（如数据库）、第三方 API、Redis 缓存和 Elasticsearch 索引；通过虚线连接执行层，标注交互方式如 Resilience4j + 缓存 或 RAG 混合检索。
• 例子：DataRetriever 通过 Resilience4j 容错机制从第三方 API 获取数据，若失败则降级使用缓存数据。

4. 贯穿事件（SSE）

• 概念：系统在运行过程中通过 Server-Sent Events 实时推送的事件流。
• 简要解释：包括 progress（每阶段进度）、token（LLM 输出 token）、tool（工具调用）、clarify（澄清请求）、dashboard（仪表盘更新）、error（错误信息）。
• 例子：当 Analyzer 正在计算时，客户端收到 progress 事件，显示“分析中…”。

5. 关键设计红线

• 概念：系统架构中必须遵守的两条核心约束。
• 简要解释：
  • 防幻觉：数值只来自数据源 → dataSeries → LLM 仅给 dataRef → Java 回填 → Schema + 交叉核对。
  • 能力边界：TaskList/MetaTool/ToolGroup/基础 Skill 用 ReActAgent；Plan Mode / 声明式 Subagent / skill 脚本执行需 HarnessAgent。
• 例子：LLM 在生成仪表盘时，不能直接输出数值，而是输出 dataRef 引用，由 Java 后端从数据源回填实际数值，防止 LLM 编造数据。

重要公式/代码

%%{init: {'theme':'neutral','flowchart':{'curve':'basis'}}}%%
flowchart TB
    subgraph ENTRY["入口调度层"]
        IR["IntentRouter<br/>ReActAgent + 结构化输出 → IntentResult<br/>SymbolLookupTool 标的消歧"]
        Decision{"意图清晰？<br/>能力范围内？"}
        Clarify["澄清等待<br/>classDef warn"]
        Reject["拒答<br/>classDef warn"]
        SS["SkillSelector<br/>TaskList / MetaTool / ToolGroup"]
        Planner["Planner<br/>Plan Mode / 声明式 Subagent"]
        TC["ToolkitConfigurator<br/>skill 脚本执行"]
    end
    subgraph PIPE["四阶段执行 pipeline"]
        DR["DataRetriever<br/>Resilience4j + 缓存"]
        Analyzer["Analyzer<br/>RAG 混合检索"]
        DC["DashboardComposer<br/>LLM 输出 dataRef"]
        FillBack["数据回填<br/>Java 执行"]
        SchemaCheck["Schema 校验"]
        Audit["审计"]
        Output["仪表盘输出"]
    end
    subgraph SRC["数据源 / 存储"]
        Internal["内部库"]
        ThirdParty["第三方"]
        Redis["Redis 缓存"]
        ES["Elasticsearch"]
    end
    IR --> Decision
    Decision -- 需要澄清 --> Clarify
    Decision -- 超范围 --> Reject
    Decision -- 清晰 & 范围内 --> SS
    SS --> Planner --> TC
    TC --> DR
    DR -.-> Internal
    DR -.-> ThirdParty
    DR -.-> Redis
    DR -.-> ES
    DR --> Analyzer --> DC --> FillBack --> SchemaCheck --> Audit --> Output
    classDef warn fill:#fee2e2,stroke:#dc2626,color:#dc2626;
    class Clarify,Reject warn;

常见误区

• ❌ 误将 IntentRouter 的判定节点直接连接到 DataRetriever，忽略了中间的 SkillSelector、Planner 和 ToolkitConfigurator。
• ❌ 认为 LLM 可以直接输出最终数值，违反了“防幻觉”红线（应输出 dataRef 由 Java 回填）。
• ❌ 混淆 SSE 事件与流程图节点，将 progress 等事件当作系统组件而非通信机制。
• ❌ 遗漏数据源子图（SRC）及其与执行层的虚线连接，导致数据流不完整。
• ❌ 未标注判定节点的条件分支文字（如“需要澄清”、“超范围”），使流程图失去可读性。